[논문]기술성장곡선을 활용한 생존모형 개발

오현승; 조진형

기술성장곡선을 활용한 생존모형 개발
Development of Survivor Models Using Technological Growth Models 원문보기

산업경영시스템학회지 = Journal of society of korea industrial and systems engineering, v.33 no.4, 2010년, pp.167 - 177

오현승 (한남대학교 공과대학 산업경영공학과) , 조진형 (금오공과대학교 산업공학부)

Abstract ▼ AI-Helper

Recent competitive and technological changes during the past decade have accelerated the need for better capital recovery methods. Competition and technology have together shortened the expected lives of property which could not have been forecasted several years ago. Since the usage of technological growth models has been prevalent in various technological forecasting environments, the various forms of growth models have become numerous. Of six such models studied, some models do significantly better than others, especially at low penetration levels in predicting future levels of growth. A set of criteria for choosing an appropriate model for technological growth models was developed. Two major characteristics of an S-shaped curve were elected which differentiate the various models; they are the skewness of the curve and underlying assumptions regarding the variance of error structure of the model.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구에서는 첨단 설비자산의 생존형태를 측정하기 위하여 필요한 첨단 설비자산별 폐기자료가 확보되지 않은 현실에서 제한된 설비자산의 생존자료를 바탕으로 설비자산의 생존모형을 추정하는 방법을 제시하였고 그 절차는 다음과 같이 요약할 수 있다.

가설 설정

여기에서 기술의 향상 능력을 종속변수로 하여 추정하였다. Flody는 특정한 성능 목표를 달성하는데 시도할 수 있는 기술의 수는 제한되어 있으며 이들 중 일부가 성공한다고 가정한다. 따라서 기술능력은 가능한 모든 기술들이 발전된 이후에 도달될 수 있는 상한이 존재하여야만 Flody의 모형이 적용될 수 있으며 다음과 같다.

제안 방법

도식화한다. 둘째, 주어진 자료가 logistic 선형변환식에 의해 직선으로 나타나면 Pearl 성장곡선을 선정하고, Gompertz 선형변환식에 의해 직선으로 나타나면 Gompertz 성장모형을 선정한다.
둘째, 주어진 자료에 대하여 3점 이동 평균 법에 의한 오차 분석의 형태가 시간에 따라 일정한 값을 갖게 되면 Pearl 성장곡선이나 Gompertz 성장곡선을 선정하고 시간에 따라 증가하는 값을 갖는 형태를 취하면 선형화된 Fisher-Pry 성장모형이나 선형화된 Gompertz 성장모형을 선정한다.
예측하였다. 여기에서 기술의 향상 능력을 종속변수로 하여 추정하였다. Flody는 특정한 성능 목표를 달성하는데 시도할 수 있는 기술의 수는 제한되어 있으며 이들 중 일부가 성공한다고 가정한다.
예측오차에 의한 생존모형 선정은 부정확하므로 오차항의 형태에 따른 모형 선정 절차를 개발한다. 주어진 자료의 오차항의 형태를 관찰하기 위하여 3점 이동평균 법에 의한 의사 잔차(pseudo-residuals)를 구하기 위하여 다음과 같은 식을 이용한다.
31 이므로<표 3>에서 보는 바와 같이 Kruskal-Wallis 검정과는 다르게 각 모형 간에 차이가 없는 것으로 분석되었다. 일반적인 curve fitting과 달리 기술 수준의 예측에서는 Weibull 모형과 선형화된 Weibull 모형[1]이 가장 예측력이 낮게 나타났기 때문에 최적의 성장곡선을 추정하기 보다는 조사 된 기술성장곡선을 활용하여 특정 기술예측 모형을 선정하는 방법을 제시한다.
첫째, 주어진 자료들을 logistic 선형변환식이나 Gom pertz 선형변환식에 의해 선형변환을 하여 도식화한다. 둘째, 주어진 자료가 logistic 선형변환식에 의해 직선으로 나타나면 Pearl 성장곡선을 선정하고, Gompertz 선형변환식에 의해 직선으로 나타나면 Gompertz 성장모형을 선정한다.
최적의 기술성장곡선을 선정하기 위하여 과거 기술 수준에 대한 시계열 자료를 이용하여 추정된 모수를 반영한 성장곡선 모형의 예측치와 실측치 차이인 잔차분석을 한다. 구해진 시계열 자료에 의하여 예측력이 가장 좋은 성장곡선 모형의 선정은 수정된 평균 제곱 오차(MEE: Mean estimate error)가 최소가 되는 모형을 선정한다[18]

데이터처리

성장수준이 낮을 때는 각 모형 간에 차이가 있으므로 첨단장비나 자동화 설비의 수명예측을 위해 최선의 모형을 선정하고자 Tukey 검정[25]을 한다.

이론/모형

최소자승법을 이용한다[11]. 따라서 수치해석 방법인 Gauss-Newton[16] 방법 또는 Marquradf $ Compromise[23] 방법 등에 의하여 추정한다.
분포의 일반적인 형태에 따른 생존모형 선정을 용이하게 하기 위하여 logistic 모형(Pearl 성장곡선 또는 선형화된 Fisher-Pry model)에 관하여 다음과 같이 logistic 선형변환을 한다.
상한 값이 미지인 경우는 과거의 시계열 자료에 의해 상한 값과 모수를 동시에 추정해야 하므로 모수 추정은 비선형 최소자승법을 이용한다[11]. 따라서 수치해석 방법인 Gauss-Newton[16] 방법 또는 Marquradf $ Compromise[23] 방법 등에 의하여 추정한다.
선정하는 절차는 아래와 같다. 첫째, 주어진 자료에 대하여 선형변환을 하여 logistic 선형변환식에 의해 직선으로 나타나면 Pearl 성장곡선이나 Fisher-Pry 성장모형을 선정한다. 만약 Gompertz 선형변환식에 의해 직선으로 나타나면 Gompertz 성장곡선이나 선형화된 Gom pertz 성장모형을 선정한다.

성능/효과

검정결과 성장수준이 낮을 때는 분석된 6개의 모형 간에 차이가 있으나 성장수준이 높아질수록 각 모형 간에 차이가 없는 것으로 분석된다.

참고문헌 (37)

오현승, 이한교, 김경택; "설비 생존곡선 추정을 위한 혼합형 Weibull 함수의 적용", 산업경영시스템학회지, 30(1) : 66-73,2007.

원문보기 상세보기
오현승, 김종수, 이한교, 임동순, 조진형; "기술 발전에 따른 생존모형 선정", 산업경영시스템학회지, 32(4) : 184-191, 2009.

원문보기 상세보기
Ayres, R. U.; "The Future of Technological Forecasting," Technological Forecasting and Social Change, 30 : 4960, 1989 .
Balachandra, R.; "Perceived Usefulness of Technological Forecasting Technique," Technological Forecasting and Social Change, 16 : 157, 1980.
Blackman, A. W.; "The Market Dynamics of Technological Substitutions," Technological Forecasting and Social Change, 6 : 41-63, 1974.

상세보기
Bass, F. M.; "A New Product Growth Models for Consumer Durables," Management Science, 15 : 215-227, 1989.
Bass, F. M., Trichy, V. K., and Dipak, C. J.; "Why the Bass Model Fits without Decision variables," Marketing Science, 13(3) : 203-223, 1994.

상세보기
Booth, H.; "Transforming Gompertz's Function for Fertility Analysis : The Development of a Standard for the Relational Gompertz Function," Population Studies, 38 : 495-506, 1984.

상세보기
Conover, W. J.; Practical Non-parametric Statistics, 2nd Edition, John Wiley and Sons, 1980 .
Dandekar, M.; "Investigation the Product Life Cycle Concepts: An Application to Capital Recovery, Evaluation within the Telephone Industry," Ph. D. Dissertation, Iowa State University of Science and Technology, Ames, Iowa, U.S.A., 1987.
Elant, R. C. and Johnson, N. L.; Survival Models and Data Analysis, New York: John Wiley and Sons, Inc., 1980.
Fisher, J. C. and Pry, R. H.; "A Simple Substitution Model of Technological Change," Technological Forecasting and Social Change, 3 : 75-88, 1971.

상세보기
Fitch, J. C.; "Conceptual Framework for Forecasting the Useful Life of Industrial Property," Proceedings of the Iowa State University Regulatory Conference, Ames, Iowa, U.S.A., 1984
Flody, A. L.; "A Methodology For Trend Forecasting of Figures of Merit," Edited by lR. Bright, Englewood Cliffs, New Jersey : Prantice Hall, Inc., 1986.
Goldfeld, S. M. and Quandt, R. E.; "Some Test for Homoscedasticity," Journal of the American Statistical Association, 60(310) : 539-547, 1965.

상세보기
Hartley, H. O.; "The Modified Gauss-Newton Method for Fitting Non-linear regression Function by Least Squares," Technometrics, 3(2) : 269-280, 1961.

상세보기
Hayes, J. G.; Numerical Approximation to Functions and Data, University of London, The Athlone Press, 1970.
Krane, S. A.; "Analysis of Survival Data by Regression Techniques," Technometrics, 5 : 161-174, 1963.

상세보기
Lakani, H.; "Diffusion of Environment-Saving Technological Change : A Petroleum Refining Case Study," Technological Forecasting and Social Change, 7(1) : 33-35. 1975.

상세보기
Lawless, J. F.; Statistical Models and Methods for Lifetime Data, New York: John Wiley and Sons, Inc., 1982.
Lenz, R. C. Jr.; Technological Forecasting Report ASDTDR- 62-114, Aeronautical Sysyems Divisions, WrightPatterson Air Forcs Base, Ohio, 1962.
Mansfield, E.; Industrial Research and Technological Innovation: An Econometric Analysis, New York; W.W. Northon and Company, Inc., 1968.
Marquardt, D. W.; "An Algorithm for Least Squares Estimation of Nonlinear Parameters," Journal of Society for Industrial and Applied Mathematics, 11 : 431-441, 1963.

상세보기
Martino, J. P.; Technological Forecasting for Decision Making, Elsevier, New York, U. S. A., 1975.
May, J. M.; "Extended and Corrected Tables of the Upper Percentage Points of the Studentized Range," Biometrica, 39 : 192-193, 1952.
Oh, H. S.; "The Weibull Distribution As An Estimator of Generalized Survivor Curves," M. S. thesis, Iowa State University of Science and Technology, Ames, Iowa, U. S. A., 1986.
Oh, H. S.; "The Selection of Technological Forecasting Models in Life Analysis," Ph. D. Dissertation, Iowa State University of Science and Technology, Ames, Iowa, U. S. A, 1988.
Pearl, R.; The Biology of Population, New York; Alfred A. Konpf. 1925.
Pearl, R. and Reed, L. J.; "A Further Note on the Mathematical Theory of Population Growth," Proceeding of the National Academy of Science, 8 : 365-368, 1922.

상세보기
Sharif, M. N. and Kabir, C.; "A Generalized Model For Forecasting Technological Substitution," Technological Forecasting and Social Change, 18 : 353-364, 1976.
Sharif, M. N. and Islam, M. N.; "The Weibull distribution as a General Model for Forecasting Technological Change," Technological Forecasting and Social Change, 18 : 247-256, 1980.

상세보기
Sharif, M. N. and Uddin, G. A.; "A Procedure for Adapting Technological Forecasting Models," Technological Forecasting and Social Change, 7 : 99-106. 1975.

상세보기
Tingyan, X.; "A Combined Growth Model for Trend Forecasts," Technological Forecasting and Social Change, 8 : 175-186, 1990.
Weibull, W.; "A Statistical Distribution Function of Wide Applicability," Journal of Applied Mechanics, 18 : 293-297, 1951.
White, B. E.; "Economic Forces of Retirement," Proceedings of the Iowa State University Regulatory Conference, Ames, Iowa, 1986.
Wissema, J. G.; "Trends in Technology Forecasting," R and D Management, 12(1) : 36, 1982.
Wolf, F.; "Forecasting Force of Mortality," Proceedings of the Iowa State University Regulatory Conference, Ames, Iowa, 1985.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증