In engineering problems, many random variables have correlation, and the correlation of input random variables has a great influence on reliability analysis results of the mechanical systems. However, correlated variables are often treated as independent variables or modeled by specific parametric joint distributions due to difficulty in modeling joint distributions. Especially, when there are insufficient correlated data, it becomes more difficult to correctly model the joint distribution. In this study, multivariate kernel density estimation with bounded data is proposed to estimate various types of joint distributions with highly nonlinearity. Since it combines given data with bounded data, which are generated from confidence intervals of uniform distribution parameters for given data, it is less sensitive to data quality and number of data. Thus, it yields conservative statistical modeling and reliability analysis results, and its performance is verified through statistical simulation and engineering examples.

해양사고를 야기한 선원의 행동오류를 식별하는 것은 해양사고의 예방 또는 저감에 관한 연구의 기초가 된다. 본 연구의 목적은 선원들의 행동오류를 세 가지 행동(즉, Skill, Rule, Knowledge)으로 모델링하는데 필요한 최적의 확률분포함수를 추정하는데 있다. 본 저자들 의 사전 연구에서 획득한 해양사고 종류별 행동오류 데이터를 이용하여 세 가지 행동오류에 최적인 확률분포함수를 추정하고, 확률분포함수에서 도출한 확률 값들 사이의 유의성을 검증하였다. 확률분포함수 추정에는 최우추정법(Maximum Likelihood Estimation, MLE)을 적용하고, 유의성 검증에는 분산분석(ANOVA)를 이용하였다. 실험결과 여덟 가지 해양사고 종류별 세 가지 행동으로 각각에 대해서 최소의 오차를 갖는 확률분포함수를 추정할 수 있었다. 이를 이용하여 계산한 여덟 가지의 해양사고 종류에 대한 세 가지 행동오류들의 확률 값들은 통계적인 유의성이 관측 되었다. 또한, 행동오류가 해양사고에 영향을 미치는 것으로 관측되었다.