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.

안근 불균형으로 인한 양안시 이상의 대표적 변수인 사위와 안근 불균형과 관련된 양안시 이상의 다른 변수간의 상호관계를 분석， 조사하여 임상에서 외사위가 있는 사 람의 진단 및 처치의 우선순위를 결정하기 위하여 본 연구를 수행하였다. 안근불균형과 관련된 6가지 변수를 얻기 위하여 사위검사와 융합력 검사， 주시시차 검사를 실시하였으며 피검사자는 18명의 양안시 이상 증상을 느끼는 증상 집단과 23 명의 양안시 이상 증상을 느끼지 못하는 비 증상 집단으로 분류하였고， 증상 집단과 비 증상 집단， 그리고 전체집단으로 검사결과를 비교하였다. 본 연구에 의하여 사위 에 미치는 변수들의 상대적인 영향력의 크기는 전체집단과 증상 집단에서는 Sheard’s criterion > Percival' s criterion > Y -intercept > X -intercept > Slope of F.D.C. 의 순으로 나타났고， 비 증상 집 단에 서 는 Sheard’s criterion > Percival’s criterion > Y -intercept > Slope of F.D.C. > X -intercept의 순으로 나타났다. 결과적으로 검사자가 임상에서 외사위가 있는 사람을 처치할 때 쉐어드기준 (Sheard’s criterion) 이 우선적으로 고려되어야 할 변수로 판단되며， 종합적인 진단 및 처치를 위해서는 주시시차 각 (Y -intercept) 이 부가적으로 고려되어야 할 변수로 판단 되었다.

최근 번번히 발생하는 이상기후로 인해 산지의 비율이 높은 우리나라에서 발생빈도가 높아지고 있다. 이러한 토사재해 방재를 위해 다양한 방법으로 연구가 진행되고 있다. 일반적으로 토사재해를 해석하는 프로그램으로 FLO-2D, RAMMS, DEBRIS-2D 등 다양한 프로그램이 개발되어 있다. 본 연구에서는 미연방재난관리청(FEMA)에서 토석류 해석에 권장하고 있는 프로그램인 FLO-2D를 이용하여 토석류 거동에 대한 연구를 수행하였다. FLO-2D는 정상류, 정수압 분포의 가정을 통해 유한차분법을 통해 토석류를 모의하는 2차원 해석 프로그램이다. 연구방법은 먼저 토석류 거동에 영향을 미치는 다양한 인자에 대한 토석류 흐름 특성을 분석하고 그 결과에 의한 통계적 추론 분석을 활용하여 주요 인자간의 민감도 분석을 수행하였다. 토석류 거동 영향인자로 흐름지형, 물성치, 전파면의 형상 등을 선정하였다. 흐름 지형은 실제 토석류 흐름 지형과 유사하게 나타낼 수 있도록 계곡형 형태로 구성하여 입력하여 모의하였고 물성치는 점성과 항복응력 값을 변화시켜 토석류의 물성에 따른 모의를 수행하고 전파면의 형상은 전파면의 경사를 변화시켜 도심지의 경사에 따른 흐름 분석을 수행하였다. FLO-2D를 이용하여 선정한 주요 인자에 대해 민감도 분석을 위한 수치모의를 수행한 결과, 토석류 흐름에 영향을 미치는 주요 인자의 변화에 따른 거동 특성을 파악할 수 있었다. 본 연구를 통해 선정된 토사재해 거동의 유효 인자에 대해 심도있는 연구를 수행한다면, 토사재해 관련 방재활용 및 계획수립에 활용할 수 있을 것이다. 또한 토사재해 발생 예상 지역의 지형, 토질분석 자료를 통해 토석류 거동 특성을 좀 더 정확히 분석할 수 있게 하여 토사재해로 인한 피해 저감에 도움을 줄 수 있을 것이다.

As the prediction of geomagnetic storms is becoming an important and practical problem, conditions in the Earth’s magnetosphere have been studied rigorously in terms of those in the interplanetary space. Another approach to space weather forecast is to deal with it as a probabilistic geomagnetic storm forecasting problem. In this study, we carry out detailed statistical analysis of solar wind parameters and geomagnetic indices examining the dependence of the distribution on the solar cycle and annual variations. Our main findings are as follows: (1) The distribution of parameters obtained via the superimposed epoch method follows the Gaussian distribution. (2) When solar activity is at its maximum the mean value of the distribution is shifted to the direction indicating the intense environment. Furthermore, the width of the distribution becomes wider at its maximum than at its minimum so that more extreme case can be expected. (3) The distribution of some certain heliospheric parameters is less sensitive to the phase of the solar cycle and annual variations. (4) The distribution of the eastward component of the interplanetary electric field BV and the solar wind driving function BV2, however, appears to be all dependent on the solar maximum/minimum, the descending/ascending phases of the solar cycle and the equinoxes/solstices. (5) The distribution of the AE index and the Dst index shares statistical features closely with BV and BV2 compared with other heliospheric parameters. In this sense, BV and BV2 are more robust proxies of the geomagnetic storm. We conclude by pointing out that our results allow us to step forward in providing the occurrence probability of geomagnetic storms for space weather and physical modeling.

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.

Statistical analysis between operating parameters and effluent quality on advanced wastewater treatment plant was performed. Through factor analysis four factors derived varimax rotation were selected each plant. Four components explained 80%, 82% of the total variance of the process, respectively. The components on MLE plant were identified in the following order：1) HRT increase and BOD load decrease by influent decrease, 2) Biomass, 3) SVI increase by internal return increase, 4) Microbial diversity by SRT increase. On A2O plant, we defined them as follows: factor 1, high MLSS by return rate increase, HRT increase by influent decrease; factor 2, biomass; factor 3, BOD of influent; factor 4 was relate to DO.