http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
컨조인트 분석에서 실용적인 설계, 분석 및 컨셉 최적화
임용빈,정종희,김주혜,Lim, Yong B.,Chung, Jong Hee,Kim, Joo H. 한국통계학회 2015 응용통계연구 Vol.28 No.5
마케팅 분야에서 활용되는 컨조인트 분석은 속성들간의 시너지 효과 혹은 적대적(상충적)인 효과의 존재 여부를 파악하는데 관심이 있다. 즉, 속성들의 모든 주효과와 이인자 교호작용효과의 크기 추정에 관심이 많다. 본 연구에서는 해상도가 V인 균형된 불완전 블록 일부요인설계를 이용함으로써 속성들의 모든 주효과와 이인자 교호작용효과들을 추정 가능하게 하는 설문지 문항의 설계 방법에 관해서 연구를 한다. 전체 응답자들에 대한 설문지 문항들의 총 묶음으로 구성된 설문지 자료를 분석하여 핵심적인 소수 효과들을 선별하고, 유의한 속성효과들로 표현된 적절한 모형을 찾은 다음에, 효율적인 컨셉 최적화를 수행한다. The conjoint analyst in marketing are anxious to know whether there exist synergy or antagonistic effects between two attributes. That is to say, they are interested in estimating the main effects as well as the two factor interaction effects.We research the design of survey questionnaire so that all the main effects and two factor interaction effects are estimable by employing the resolution V balanced Incomplete Block Fractional Factorial Design. We screen vital few effects, find the proper model and obtain information for efficient concepts optimization by analyzing all respondents survey data.
임용빈 한국통계학회 1997 Communications for statistical applications and me Vol.4 No.2
실험계획분야에서의 Box의 가장 큰 업적은 Fisher에 의해 정립된 실험계획법의 기본원리들을 활용하여 공학과 화학, 물리학 등 과학분야의 실험에 적합한 실용적인 실험계획을 연구하고, 이를 화학공학의 실제문제에 적용하여 실험계획법을 통해 공학기술의 발전에 기여하게 한 사실이다. 이 논문에서는 반응표면분석과 실험계획법과 관련된 Box의 연구업적을 정리, 요약하려 한다.
임용빈,오만숙 한국통계학회 2002 응용통계연구 Vol.15 No.2
반응표면방법론에서의 세번째 단계에서는 일차모형이 가정되고, 반응표면의 곡선효과는 중앙점과 2수준 부분실시법에서의 실험을 통해서 검토된다. 참모형이 2차 모형인 경우를 가정하자. 최적실험계획을 선택하기 위해서 Box와 Draper(1959)는 관심영역에서 예측치 y(x)의 평균제곱오차를 적분한 값인 가중평균제곱오차(AMSE)를 최소화 시키는 최적실험계획 기준을 제안하였다. AMSE는 예측치의 가중분산과 가중제곱편의 량의 합으로 분할될 수 있다. AMSE는 실험계획 적률과 참모형의 회귀계수들의 값에 종속되어서 가중평균제곱오차를 최 소화하는 실험 계획을 찾기는 불가능하다. 실용적인 대안으로 Box와 Draper(1959)는 가중제곱편의 량을 최소화하는 실험계획을 제안했고, 이 실험계획의 상자점들이 중앙점을 향해서 축소됨을 보였다. 이 논문에서는 표준화된 회귀계수들의 값에 대해서 실험계획의 최소효율을 최대화하는 강건한 실험계획을 제안한다. In the third phase of the response surface methods, the first-order model is assumed and the curvature of the response surface is checked with a fractional factorial design augmented by centre runs. We further assume that a true model is a quadratic polynomial. To choose an optimal design, Box and Draper(1959) suggested the use of an average mean squared error (AMSE), an average of MSE of y(x) over the region of interest R. The AMSE can be partitioned into the average prediction variance (APV) and average squared bias (ASB). Since AMSE is a function of design moments, region moments and a standardized vector of parameters, it is not possible to select the design that minimizes AMSE. As a practical alternative, Box and Draper(1959) proposed minimum bias design which minimize ASB and showed that factorial design points are shrunk toward the origin for a minimum bias design. In this paper we propose a robust AMSE design which maximizes the minimum efficiency of the design with respect to a standardized vector of parameters.
L<sub>18</sub>(2 X 3<sup>7</sup>) 직교배열표 실험자료에 대한 파레토 그림 분석
임용빈 한국통계학회 2004 응용통계연구 Vol.17 No.3
2수준 직교배열표를 이용한 실험자료에 대한 파레토 그림에 의한 분석 방법은 실무에서 많이 활용되고 있는데, 그 이유는 유의한 요인을 선별하기 위해서 분산분석법을 사용하지 않고 시각적이고 간결한 방법에 의하여 실험자료를 분석하기 때문이다. $L_{18}(2 \times 3^7)$ 직교배열표를 이용한 실험자료에 대한 분석방법으로 Park(1996)은 효과의 크기를 각 효과의 평균제곱으로 정의하고 파레토 원칙을 사용한 Pareto ANOVA를 제안하였다. 이 논문에서는 $L_{18}(2 \times 3^7)$ 실험자료에 대한 새로운 파레토 그림에 의한 분석 방법이 제시된다. 주요 요점은 3수준 효과의 크기를 일차와 이차 직교대비의 크기에 의해 분할하는 것이다. The Pareto diagram analysis of the experimental data by the two level orthogonal arrays has been used widely in practice since it is a graphical, quick and easy method to analyze experimental results, which does not use the analysis of variance to screen significant effects. For the analysis of the experimental data by $L_{18}(2 \times 3^7)$ orthogonal array, Park(1996) proposed Pareto ANOVA in which the size of effects is defined by the mean squares of effects and the Pareto principle is used. In this paper, a new approach of the Pareto diagram analysis of the experimental data by $L_{18}(2 \times 3^7)$ orthogonal array is proposed. The main idea is to partition the size of three level effects by that of linear and quadratic orthogonal contrasts of those effects.