수정된 임계값 부트스트랩을 적용한 자기상관형 이변량 데이터의 재추출 방법 (Resampling Method for Autocorrelated Bivariate Data Applying Modified Threshold Bootstrap)

서지정보

· 발행기관 : 국제차세대융합기술학회
· 수록지 정보 : 차세대융합기술학회논문지 / 4권 / 5호 / 501 ~ 508페이지
· 저자명 : 박진수

초록

시뮬레이션 출력분석 방법 중 가장 기본적이며 우수한 결과를 도출 가능한 방법은 독립반복 수행이다.
그러나 시스템이 복잡해질수록 독립 반복 시간 및 비용은 증가한다. 이러한 문제를 해결하기 위해 개발된 시뮬레이션 출력분석방법 중 하나가 부트스트랩이다. 자기상관이 존재하는 출력 데이터 분석에 적용 가능한 대표적인 방법으로는 이동블록 부트스트랩, 임계값 부트스트랩, 정상 부트스트랩 방법이 있다. 본 논문에서는 시스템 상태와상태의 유지시간처럼 동시에 측정되어 이차원으로 표현되는 이변량 데이터에 대한 임계값 부트스트랩 적용 방법을 제시한다. 특히, 두 변량의 데이터 내부에 각각 자기상관이 존재함은 물론 변량 간의 상관관계도 존재하는 경우에 대해서 다룬다. 이 경우, 기존의 재추출 방법으로는 올바른 시스템 성능척도의 추론이 불가하다. 본 연구에서는 이에 대한 해결책으로써 수정된 임계값 부트스트랩을 제시하며 실험을 통해 그 타당성을 검증하였다.

영어초록

The independent replication is the simplest method for simulation output analysis, and facilitates correct performance evaluation. However, as the system becomes more complex, the runtime and the cost for the method increase. Bootstrap is an alternative method developed to solve the problem. There are representative methods applicable to the autocorrelated data such as moving block bootstrap, stationary bootstrap, and threshold bootstrap. In this paper, a method to apply the threshold bootstrap to bivariate data such as the system state and the state holding time is proposed. In particular, we deal with the case where autocorrelation structure exists within the data of each variate and the correlation between the two variates also exists. In this case, it is impossible to infer correct system performance measures using the existing resampling methods. This study proposes a modified threshold bootstrap as a solution of this case, and perform the coverage test to check its validity through experiments.

참고자료

· 없음