이산형 자료를 기반으로 한 학습곡선의 모형화

Abstract

어떤 작업을 수행할 때 처음에는 작업자가 능숙하지 못해 그 작업을 처리하는데에 시간이 오래걸린다. 그러나 작업 수행이반복되면서 작업자가 작업에 능숙해져 작업을 처리하는 시간이 점차 줄어드는 것을 확인할 수 있다. 이러한 효과를 학습곡선효과(learning-curve effect)라 한다. 최근 기업에서도 이 개념을 확대한 ‘경험곡선(experience curve)’을 사용하는데, 반복횟수가 늘어날수록 노동의 시간 뿐만 아니라 전체 비용도 줄어든다는 개념이다. 본 연구에서는 작업이 능숙해짐에 따라 성취도가 증가하는 형태를 살펴보고자 한다. 즉, 작업을 수행할 때에 초기에는 작업자의 성취도가 낮지만, 작업을 반복함으로써 성취도가 증가하다가 일정 시간이 지난 후 안정화 되는 형태를 살펴보고자 한다. 자료는 특정 사건의 발생 횟수인 이산형 자료(count data)이고,누적분포함수를 이용하여 학습곡선을 모형화 하고자한다. 모수 추정을 위한 방법으로 최대우도추정법과 베이지안추정법을 사용하였다. 우도함수를 이용하여 모수를 추정하는 방법 중 수치적 방법인 뉴튼-랩슨방법과 우도함수를 이용하여 근사적 평균과 분산을 구하는 델타방법을 이용한다. 제안한 모형의 특성을 살펴보고 모형 평가를 위해 모의실험을 시행하였다. 영국 광산 사고 자료, 국내 내륙 지진 자료와 국내 해역 지진 자료를 제안한 방법으로 분석하였다.