$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

Gumbel 분포형의 수정 Anderson-Darling 검정통계량 유도 및 기각력 검토
Derivation of Modified Anderson-Darling Test Statistics and Power Test for the Gumbel Distribution 원문보기

韓國水資源學會論文集 = Journal of Korea Water Resources Association, v.43 no.9, 2010년, pp.813 - 822  

신홍준 (연세대학교 대학원 토목공학과) ,  성경민 (연세대학교 대학원 토목공학과) ,  허준행 (연세대학교 공과대학 토목공학과)

초록
AI-Helper 아이콘AI-Helper

빈도해석에 있어서 중요한 문제는 특정 재현기간에 대한 수문량의 크기를 산정하는 것으로, 빈도해석에서는 일반적으로 관측기간보다 긴 재현기간에 해당하는 수문량의 크기를 산정하기 위해 가정된 확률분포형을 표본 자료에 적합시키게 된다. 따라서 적절한 확률분포형의 선정이 무엇보다 중요하며 이는 일반적으로 대상 자료로부터 얻어지는 경험적 빈도분포와 가정한 확률분포의 일치 정도를 판단하는 적합도 검정 방법을 이용하게 된다. 일반적으로 많이 사용되는 적합도검정 방법들은 모든 표본 자료들의 적합 정도를 동일하게 고려하기 때문에 극치사상의 크기 증가에 따른 영향은 반영하기 힘든 방법들이다. 따라서 본 연구에서는 모의실험을 통해 극치사상에 대하여 가중치를 주는 modified Anderson-Darling (AD) 검정 방법의 Gumbel 분포형에 대한 검정 통계량 한계값을 제시하였으며, 기존의 여러 적합도 검정 방법과의 기각력을 비교해 보고, 이를 실제 자료에 적용하여 그 결과를 살펴보았다. 그 결과 modified AD 검정 방법이 기존의 여러 가지 적합도 검정 방법보다도 기각력이 더 우수한 것으로 나타났으며, 기존의 적합도 검정 방법으로는 부족한 분포형 선정 기준의 부족한 부분을 어느 정도 보완해 줄 수 있을 것으로 판단되었다.

Abstract AI-Helper 아이콘AI-Helper

An important problem in frequency analysis is the estimation of the quantile for a certain return period. In frequency analysis an assumed probability distribution is fitted to the observed sample data to estimate the quantile at the upper tail corresponding to return periods which are usually much ...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 3과 같다. 각각 충주 지점 및 안동 지점의 결과로 각각의 매개변수 추정방법에 따른 확률강우량과 도시위치 공식을 이용하여 관측 자료를 도시해 본 것이다. 관측 자료는 점으로 표시하였으며, 각각의 매개변수 추정방법에 따른 확률강우량은 실선 및 점선으로 표시하였다.
  • 일반적으로 많이 사용되는 적합도 검정 방법들은 모든 표본 자료들의 적합 정도를 동일하게 고려하기 때문에 극치사상의 크기 증가에 따른 영향은 반영하기 힘든 방법들이다. 따라서 본 연구에서는 모의실험을 통해 극치사상에 대하여 가중치를 주는 modified Anderson-Darling (AD) 검정 방법의 Gumbel 분포형에 대한 검정 통계량 한계값을 제시하였으며, 기존의 여러 적합도 검정 방법과의 기각력을 비교해 보고, 이를 실제 자료에 적용하여 그 결과를 살펴보았다. 그 결과 modified AD 검정 방법이 기존의 여러 가지 적합도 검정 방법보다도 기각력이 더 우수한 것으로 나타났으며, 기존의 적합도 검정 방법으로는 부족한 분포형 선정 기준의 부족한 부분을 어느 정도 보완해 줄 수 있을 것으로 판단되었다.
  • 따라서 본 연구에서는 우리나라 지점빈도해석에서 가장 많이 적용되는 Gumbel 분포에 대하여 확률가중모멘트법으로 추정된 매개변수를 이용하여 modified AD 검정의 검정통계량 한계값과 회귀식을 제시하고, 여러 분포형에 대하여 modified AD 검정과 기존의 여러 적합도 검정 방법과의 기각력을 비교해 보았으며 이를 실제 자료에 적용하여 그 결과를 살펴보았다.
  • 본 연구에서는 우리나라 지점빈도해석에서 대표적으로 많이 적용되는 Gumbel 분포의 modified Anderson-Darling 검정의 검정 통계량 한계값을 Monte Carlo 모의실험을 통해 제시하였으며, 이를 표본크기와 유의수준에 대한 다변량 비선형 회귀식에 적용하여 근사적인 계수값을 계산하였으며 비교적 정확하게 회귀되는 것을 알 수 있었다. 또한 Gumbel 분포형에 대한 modified Anderson-Darling 검정과 기존의 여러 통계적 적합도 검정 방법과의 기각력을 비교해 보고, 이를 실제 자료에 적용하여 그 결과를 살펴보았다. 기각력 검토 결과 기존의 여러 가지 적합도 검정 방법보다도 기각력이 더 우수한 것으로 나타났으며, 이를 실제 우리나라 강우 자료에 적용해 본 결과, 기존의 적합도 검정 방법으로는 부족한 분포형 선정 기준의 부족한 부분을 어느 정도 보완해 줄 수 있을 것으로 판단되었다.
  • 본 연구에서는 Gumbel 분포에 대한 modified AD 검정의 검정 통계량 한계값을 산정하기 위해 Monte Carlo 모의실험을 수행하였다. 모의실험은 Gumbel 분포형으로부터 일관성의 유지를 위해 위치 및 크기매개변수를 각각 0과 1로 고정시켰으며, 분포로부터 임의의 난수를 발생시켜 표본 크기 10, 15, 20, 25, 30, 35, 40, 45, 50, 100에 대한 총 10가지 경우에 대하여 각각 10,000개의 표본을 발생시키고 각각의 경우에 대하여 검정통계량 값을 계산하였다.
  • 본 연구에서는 적합도 검정 방법 중의 하나인 modified Anderson-Darling 검정의 검정통계량 한계값 산정 및 기각력 검토에 대하여 연구하였다. 우리나라의 빈도해석 과정에서 많이 사용되어온 기존의 적합도 검정 방법 역시 충분히 효과적인 검정 방법이나 수문설계에 있어서 중요한 부분인 극치값에 중점을 둔다는 점에서 Ahmad et al.
  • 이상의 결과들을 바탕으로 우리나라 강우 자료에 modified AD 검정 방법을 실제 적용해 보았다. 이를 위해 국내 기상청 지점 중 관측기간이 10년 미만의 짧은 지점을 제외하고 총 50개 지점에 대하여 적용하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
빈도해석에 있어 중요한 문제는 무엇인가? 빈도해석에 있어서 중요한 문제는 특정 재현기간에 대한 수문량의 크기를 산정하는 것으로, 빈도해석에서는 일반적으로 관측기간보다 긴 재현기간에 해당하는 수문량의 크기를 산정하기 위해 가정된 확률분포형을 표본 자료에 적합시키게 된다. 따라서 적절한 확률분포형의 선정이 무엇보다 중요하며 이는 일반적으로 대상 자료로부터 얻어지는 경험적 빈도분포와 가정한 확률분포의 일치 정도를 판단하는 적합도 검정 방법을 이용하게 된다.
빈도해석에선 일반적으로 관측기간보다 긴 재현기간에 해당하는 수문량의 크기를 산정하기 위해 무엇을 행하는가? 빈도해석에 있어서 중요한 문제는 특정 재현기간에 대한 수문량의 크기를 산정하는 것으로, 빈도해석에서는 일반적으로 관측기간보다 긴 재현기간에 해당하는 수문량의 크기를 산정하기 위해 가정된 확률분포형을 표본 자료에 적합시키게 된다. 따라서 적절한 확률분포형의 선정이 무엇보다 중요하며 이는 일반적으로 대상 자료로부터 얻어지는 경험적 빈도분포와 가정한 확률분포의 일치 정도를 판단하는 적합도 검정 방법을 이용하게 된다.
확률수문량 산정시 이용하는 적합도 검정방법의 종류는 무엇이 있는가? 이러한 확률수문량 산정시 적절한 확률분포형을 선정하기 위해서는 일반적으로 대상 자료로부터 얻어지는 경험적 빈도분포와 가정한 확률분포가 얼마나 잘 일치하는지를 판단하는 적합도 검정 방법을 이용하게 된다. 이 적합도 검정 방법에는 도시적인 방법과 통계적인 방법이 있는데, 도시적인 방법의 경우에는 주관적인 경우가 많으므로 보다 객관적인 방법으로 통계적인 방법을 많이 이용하고 있다. 통계적인 적합도 검정 방법으로는 x2 분포 기반의 x2 (CS) 검정, 경험적 분포 기반의 Kolmogorov-Smirnov (KS) 검정, Cramer von Mises (CVM) 검정, 상관성 기반의 확률도시 상관계수 (probability plot correlation coefficient; PPCC) 검정 등의 방법이 있으나, 이 방법들은 가정한 확률밀도함수와 경험적 확률밀도함수 또는 누가분포함수와 경험적 누가분포함수를 비교하거나, 순서통계량과 가정한 누가분포함수의 역함수간의 상관계수를 이용하여 확률지 상에서 선형 여부에 따른 적합도를 판단하는 방법이다.
질의응답 정보가 도움이 되었나요?

참고문헌 (22)

  1. 건설교통부(2000). 수자원관리기법개발연구조사 보고서: 제1권 한국확률강우량도 작성. 

  2. Ahmad, M.I., Sinclair, C.D., and Spurr, B.D. (1988). “Assessment of flood frequency models using empirical distribution function statistics.” Water Resources Research, Vol. 24, No. 8, pp. 1323-1328. 

  3. Aho, M., Bain, L.J., and Engelhardt, M. (1985). “Goodness-of-fit tests for the Weibull distribution with unknown parameters and heavy censoring.” J. Stat. Comp. Simul., Vol. 21, pp. 213-225. 

  4. Anderson, T.W., and Darling, D.A. (1952). “Asymptotic theory of certain “goodness-of-fit” criteria based on stochastic processes.” Ann. Math. Stat., Vol. 23, pp.193-212. 

  5. Arshad M., Rasool, M.T., and Ahmad, M.I. (2003). “Anderson Darling and modified Anderson Darling tests for generalized Pareto distribution.” Pakistan Journal of Applied Sciences, Vol. 3, No. 2, pp. 85-88. 

  6. Bush, J.G., Woodruff, B.W., Moore, A.H., and Dunne, E.J. (1983). “Modified Cramer von Mises and Anderson-Darling tests for Weibull distributions with unknown location and scale parameters.” Comm. Stat. Theory Meth., Vol. 12, No. 21, pp. 2465-2476. 

  7. Chandra, M., Singpurwalla, N.D., and Stephens, M.A. (1981). “Kolmogorov statistics for tests of fit the extreme value and Weibull distributions.” Journal of the American Statistical Association, Vol. 76, No. 375, pp. 729-731. 

  8. Crown, J.S. (2000). “Percentage points for directional Anderon-Darling goodness-of-fit tests.” Commun. Statist.-Simula., Vol. 29, No. 2, pp. 523-532. 

  9. Durbin, J. (1975). “Kolmogorov-Smirnov tests when parameters are estimated with applications to tests of exponentially and test on spacings.” Biometrica, Vol. 62, No. 1, pp. 5-22. 

  10. Green, J.R., and Hegazy, Y.A.S. (1976). “Powerful modified EDF goodness-of-fit tests.” Journal of the American Statistical Association, Vol. 71, pp. 204-209. 

  11. Gunbel, E.J. (1958). Statistics of Extremes. Columbia University Press, New York, NY. 

  12. Heo, J., Kho, Y.W., Shin, H., Kim, S., and Kim, T. (2008). “Regression equations of probability plot correlation coefficient test statistics from several probability distributions.” Journal of Hydrology, Vol. 355, pp. 1-15. 

  13. Lilliefors, H.W. (1967). “On the Kolmogorov-Smirnov test for normality with mean and variance unknown.” Journal of the American Statistical Association, Vol. 62, pp. 399-402. 

  14. Lilliefors, H.W. (1969). “On the Kolmogorov-Smirnov test for the exponential distribution with mean unknown.” Journal of the American Statistical Association, Vol. 64, pp. 387-389. 

  15. Littell, R.D., McClave, J.T., and Offen, W.W. (1979). “Goodness-of-fit tests for the two parameter Weibull distribution.” Comm. Stat. Simul. Comp., Vol. 8, No. 3, pp. 257-269. 

  16. Murthy, P.D.N., Xie, M., and Jiang, R. (2004). Weibull Models, Wiley, NJ, USA. 

  17. Onoz, B., and Bayazit, M. (1995). “Best-fit distributions of largest available flood samples.” Journal of Hydrology, Vol. 167, pp. 195-208. 

  18. Sinclair, C.D., Spurr, B.D., and Ahmad, M.I. (1990). “Modified Anderson Darling test.” Commun. Statist. -Theory Meth., Vol. 19, No. 10, pp. 3677-3686. 

  19. Stephens, M.A. (1970). “Use of the Kolmogorov-Smirnov, Cramer von Mises and related statistics without extensive tables.” J. Roy. Stat. Soc., Vol. B, No. 32, pp. 115-122. 

  20. Stephens, M.A. (1974). “EDF statistics for goodness of fit and some comparisons.” J. Amer. Stat. Ass., Vol. 69, pp. 730-737. 

  21. Stephens, M.A. (1976). “Asymptotic power of EDF statistics for exponentiality against gamma and Weibull alternatives.” Tech report No. 297, Dept. Stat. Stanford Univ. 

  22. Sultan, A.M., and Khaleel, H.M. (2005). “A new modified goodness of fit tests for type 2 censored sample from normal population.” Mathematical and Computational Applications, Vol. 10, No. 2, pp. 165-177. 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로