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

서지정보

· 발행기관 : 한국수자원학회
· 수록지 정보 : 한국수자원학회 논문집 / 43권 / 9호 / 813 ~ 822페이지
· 저자명 : 신홍준, 성경민, 허준행

초록

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 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.

영어초록

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 larger than the record length. In most cases, the selection of an appropriate probability distribution is based on goodness of fit tests. The goodness of fit test method can be described as a method for examining how well sample data agrees with an assumed probability distribution as its population. However it gives generally equal weight to differences between empirical and theoretical distribution functions corresponding to all the observations. In this study, the modified Anderson-Darling(AD) test statistics are provided using simulation and the power study are performed to compare the efficiency of other goodness of fit tests. The power test results indicate that the modified AD test has better rejection performances than the traditional tests. In addition, the applications to real world data are discussed and shows that the modified AD test may be a powerful test for selecting an appropriate distribution for frequency analysis when extreme cases are considered.

참고자료

· 없음