The research presents a guideline for quality practitioners to provide a full comprehension of differences in theoretical and practical interpretations of assumed sampling errors of and significance probability of calculated p-value. Besides, the study recommends the use of statistical inferences methods with known parameters to identify the improvement effects. In practice, the quality practitioners obtain the known parameters through systematic quality Database (DB) activities.

지화학 자료는 환경 관리를 위한 중요한 환경 변수중 하나로 인식되어 왔다. 지화학 자료는 보통 공간적으로 산재되어 수집되기 때문에, 샘플링 되지 않은 지점에서의 속성값 예측과 더불어 부가적인 분석을 위해 예측에 수반되는 불확실성을 추정할 필요가 있다. 이 논문은 지시자 지구통계학이 지화학 자료의 공간적인 분포값의 제시뿐만 아니라 의사결정을 보조할 수 있는 정보를 제공하기 위해 유용하게 사용될 수 있는지를 예시하고자 한다. 카드뮴 자료의 추정사례 연구를 통해 확률론적 불확실성 모델링, 위험성 분석 등 지구통계학적 분석의 틀을 제시하였다. 지시자 크리깅을 통해 조건부 누적 분포 함수를 모델링한 후에, 기대값 추정치와 조건부 분산을 카드뮴의 추정값과 정량적 불확실성 추정을 위해 각각 계산하였다. 그리고 확률 임계치와 속성 임계치의 적용을 통해 오염/비오염 지역을 구분하였다. 또한 조건부 분산과 속성값과 임계치값의 차이를 모두 설명할 수 있는 변동 계수를 통해 추가적인 샘플링 지점을 추출하였다. 이 연구에서 적용한 지시자 지구통계학적 분석 틀은 불확실성을 고려한 의사 결정과 관련하여 지화학 자료를 포함한 환경 변수의 분석에 유용하게 사용될 수 있을 것으로 기대된다.

The statistics probability approach for microbial risk assessment (MRA) has been recognized as an efficient method because this probability approach, which can be presented the diversity, variability, and uncertainty for the environmental factors of food processing, provide better realistic results than point estimate. This study was conducted to determine of probability statistics for the environmental factors of the pork-cutting processing i.e. the processing time, the pork meat temperature, and processing room temperature etc. As the input parameters for the MRA, triangular distribution and normal distribution were selected as an efficient probability distribution model, these distributions were analyzed by the simulation. The simulation results showed the processing time estimated 53 min as mean (5% - 22 min and 95% - 98 min), pork meat temperature estimated 4.83 ℃ as mean (5% - 2.25 ℃ and 95% - 7.12 ℃, 48.78% exceed 5 ℃), and processing room temperature estimated 17 ℃ as mean (5% - 10.92 ℃ and 95% - 22.56 ℃, 71.178% exceed 15 ℃).

Recently, buildings tend to be large size, complex shape and functional. As the size of buildings is becoming massive, the need for structural health monitoring(SHM) technique is ever-increasing. Various SHM techniques have been studied for buildings which have different dynamic characteristics and are influenced by various external loads. Generally, the visual inspection and non-destructive test for an accessible point of structures are performed by experts. But nowadays, the system is required which is online measurement and detect risk elements automatically without blind spots on structures. In this study, in order to consider the response of non-linear structures, proposed a signal feature extraction and the adaptive threshold setting algorithm utilized to determine the abnormal behavior by using statistical methods such as control chart, root mean square deviation, generalized extremely distribution. And the performance of that was validated by using the acceleration response of structures during earthquakes measuring system of forced vibration tests and actual operation.

This study applied the Bayesian method for the quantification of the parameter uncertainty of spatial linear mixed model in the estimation of the spatial distribution of probability rainfall. In the application of Bayesian method, the prior sensitivity analysis was implemented by using the priors normally selected in the existing studies which applied the Bayesian method for the puppose of assessing the influence which the selection of the priors of model parameters had on posteriors. As a result, the posteriors of parameters were differently estimated which priors were selected, and then in the case of the prior combination, F-S-E, the sizes of uncertainty intervals were minimum and the modes, means and medians of the posteriors were similar to the estimates using the existing classical methods. From the comparitive analysis between Bayesian and plug-in spatial predictions, we could find that the uncertainty of plug-in prediction could be slightly underestimated than that of Bayesian prediction.

본 논문에서는 목포 대교와 통항 선박 사이의 충돌 확률 계산에 필요한 통계 변수 추정에 관해 기술했다. 먼저 목포대교 통항 선박들의 AIS(Automatic Identification System) 정보를 입수한 후, 선박들의 통항 궤적 분포를 분석하고, 목포대교 중심으로 부터의 이격 거리와 목포대교 통항시의 침로 및 속력 등에 대한 평균과 표준편차를 추정하였다. 궤적 분포 분석 결과, 이격 거리와 통항 침로에 대한 궤적 분포는 정규 분포 형태로 나타났고, 통항 속력 분포는 서로 다른 두 종류의 정규 분포 형태를 나타냈다. 그리고 궤적 분포와 이들의 정규 확률분포와의 상대 비교를 통해서 추정한 확률 변수 값의 유용성을 확인하였다.