• Journal of Digital Convergence
• /
• v.13 no.10
• /
• pp.121-133
• /
• 2015

This tutorial presents an approach to perform the covariance based structural equation modeling using the R. For this purpose, the tutorial defines the criteria for the covariance based structural equation modeling by reviewing previous studies, and shows how to analyze the research model with an example using the "lavaan" which is the R package supporting the covariance based structural equation modeling. In this tutorial, a covariance-based structural equation modeling technique using the R and the R scripts targeting the example model were proposed as the results. This tutorial will be useful to start the study of the covariance based structural equation modeling for the researchers who first encounter the covariance based structural equation modeling and will provide the knowledge base for in-depth analysis through the covariance based structural equation modeling technique using R which is the integrated statistical software operating environment for the researchers familiar with the covariance based structural equation modeling.

• The Korean Journal of Applied Statistics
• /
• v.30 no.1
• /
• pp.103-117
• /
• 2017

In longitudinal data analysis, the serial correlation of repeated outcomes must be taken into account using covariance matrix. Modeling of the covariance matrix is important to estimate the effect of covariates properly. However, It is challenging because there are many parameters in the matrix and the estimated covariance matrix should be positive definite. To overcome the restrictions, several Cholesky decomposition approaches for the covariance matrix were proposed: modified autoregressive (AR), moving average (MA), ARMA Cholesky decompositions. In this paper we review them and compare the performance of the approaches using simulation studies.

• The Korean Journal of Applied Statistics
• /
• v.22 no.1
• /
• pp.181-188
• /
• 2009

This paper discusses the covariance structures of data collected from an experiment with a nested design structure, where a smaller experimental unit is nested within a larger one. Due to the nonrandomization of repeated measures factors to the nested experimental units, compound symmetry covariance structure is assumed for the analysis of data. Treatments are given as the combinations of the levels of random factors and fixed factors. So, a mixed-effects model is suggested under compound symmetry structure. An example is presented to illustrate the nesting in the experimental units and to show how to get the parameter estimates in the fitted model.

• Journal of the Korean Data and Information Science Society
• /
• v.21 no.6
• /
• pp.1263-1270
• /
• 2010

Sixty patients were divided into three groups. Each group of twenty persons had fed on different diet foods over 5 weeks. Cholesterol had been measured repeatedly five times at an interval of a week during 5 weeks. It resulted from mixed model analysis of repeated measurements data that homogeneous toeplitz covariance matrix pattern was selected as the optimal covariance pattern. The correlations between measurements of different times for the covariance matrix are somewhat highly correlated as 0.64-0.78. Based upon the homogeneous toeplitz covariance pattern model, the time effect was found to be highly significant, but the treatment effect and treatment-time interaction effect were found to be insignificant.

• Journal of the Korean Data and Information Science Society
• /
• v.21 no.1
• /
• pp.1-9
• /
• 2010

This paper suggests a mixed-effects model for analyzing split-plot data when there is a repeated measures factor that affects on the response variable. Covariance structures are discussed among the observations because of the assumption of a repeated measures factor as one of explanatory variables. As a plausible covariance structure, compound symmetric covariance structure is assumed for analyzing data. The restricted maximum likelihood (REML)method is used for estimating fixed effects in the model.

• The Korean Journal of Applied Statistics
• /
• v.17 no.1
• /
• pp.1-12
• /
• 2004

In this paper, we consider choosing the appropriate covariance structure for analyzing repeated measures data with three repeat factors from a study of blood pressure data, which is collected from the local residents of Yangpyeong, Gyeonggi-do (2001) and fitted linear mixed models to find the significant covariates on outcome variable(Blood Pressure)

• Journal of Korean Society of Forest Science
• /
• v.106 no.2
• /
• pp.213-218
• /
• 2017

The purpose of this study was to develop age-biomass model in Chungnam region containing random effect. To develop the biomass model by species and tree component, data for Pinus densiflora in central region is collected to 30 plots (150 trees). The mixed model were used to fixed effect in the age-biomass relation for Pinus densiflora, with random effect representing correlation of survey area were obtained. To verify the evaluation of the model for random effect, the akaike information criterion (abbreviated as, AIC) was used to calculate the variance-covariance matrix, and residual of repeated data. The estimated variance-covariance matrix, and residual were -1.0022, 0.6240, respectively. The model with random effect (AIC=377.2) has low AIC value, comparison with other study relating to random effects. It is for this reason that random effect associated with categorical data were used in the data fitting process, the model can be calibrated to fit the Chungnam region by obtaining measurements. Therefore, the results of this study could be useful method for developing biomass model using random effects by region.

• The Korean Journal of Financial Management
• /
• v.19 no.2
• /
• pp.27-48
• /
• 2002

본 논문은 이자율의 기간 구조가 차익 거래의 기회가 없도록 움직일 때 새로운 평균만기 측 정치인 AR 평균만기(arbitrage-free duration)을 도출하고 선물가격과 선도가격과의 관계를 분석한다. 지금까지 평균만기에 관한 많은 연구들은 수익률 곡선이 특정한 형태로 이동한다는 가정 하에서 평균만기를 유도하고 이에 근거하여 채권가격의 변동치를 측정하고 있다. 본 논문에서는 기존의 평균만기의 가정을 완화한 AR 평균만기를 도출하였다. 여기서 제시하는 AR 평균만기는 기존의 Macaulay 평균만기를 포함하는 일반화한 측정치라고 할 수 있다. 아울러 본 논문에서는 선물가격과 선도가격사이에 존재하는 이론적 관계를 규명하고자 하였다. 선물가격은 선도가격에 비해 할인된 가격이라는 것을 보이고 이자율 변동위험이 선물가격의 할인정도에 미치는 영향을 모형화 하였다. 최근 들어 선물을 이용한 채권 면역화에 대한 실증연구에 관심이 지속적으로 증가하고 있다. 전통적 실증연구 방법론에서는 먼저, 선물가격과 기초채권 가격사이에 존재하는 분산-공분산 행렬을 추정한다. 그런 후 추정된 분산-공분산 행렬을 바탕으로 이자율 위험 헤징 전략을 수립한 후 이 전략에 대한 실증 분석을 수행하였다. 그러나, 전통적 접근법의 가장 큰 문제는 비안정적(non-stationary)인 분산-공분산 행렬을 적절히 고려할 수 없었다는 점이다. 따라서, 본 연구의 결과를 기반으로 하면 최적의 헷징 전략을 수립하기 위한 이론적 기틀을 수립할 수 있을 것이다.

• Journal of Korean Society of Transportation
• /
• v.20 no.7
• /
• pp.135-142
• /
• 2002

본 연구에서는 2개의 사례지구에 대한 설문조사를 통해 서비스평가 구조모형을 개발하였다. 모형의 가설로서 요인분석과 신뢰성 분석 등을 통해 구성된 '질적서비스에 대한 인식', '이동성에 대한 인식 '환승에 대한 인식', '경제성에 대한 인식'이란 인지서비스(Perceived service)를 나타내는 4개의 잠재변수는 '개인속성'과 '교통특성'이란 잠재변수의 영향을 받으며, 상호 구조적인 관계를 가지고 전반적인 만족도로 대표되는 '서비스평가'에 영향을 미친다고 가정한다. 모형추정결과, 기초적합지수(GFI)가 상인·월성 0.864, 지산·범물 0.807로 나타났고, 조정 적합지수 (AGFI)는 상인·월성 0.823. 지산·범물 0.759로 나타나 적합성은 대체로 양호하다고 할 수 있다. 또한 두 지역 모두에 있어서 잠재변수 간이나 잠재변수와 관측변수간의 인과계수의 유의성도 2, 3개의 인과계수를 제외하면 모두 5% 유의수준에서 유의한 것으로 나타나 전체적으로 모형이 타당하다고 판단된다. 상인·월성의 경우, 운전기사에 대한 인식치가 '서비스평가'에 미치는 영향력이 가장 크며, 요금수준과 더불어 직접적으로 '서비스평가'에 영향을 미치고 있다 기타 편리성, 쾌적성, 시설 및 운영성이 중요한 원인으로 작용하고 있다는 것을 시사하고 있다. 지산·범물의 경우, 쾌적성, 시설 및 운영성, 편리성이 '서비스평가'에 직접적으로 큰 영향력을 미치고 있다. 특히 이러한 '질적서비스에 대한 인식'은 버스의 현행 요금수준과 대기시간에, 그리고 유의성이 높다고 할 수 없지만 이용자의 연령과 버스이용빈도에 영향을 받고 있는 것으로 나타났다.

• Proceedings of the Korean Statistical Society Conference
• /
• 2003.10a
• /
• pp.111-115
• /
• 2003

소지역 모형들은 고정된(fixed)효과와 랜덤 효과를 포함하는 일반적 선형 혼한 모형의 특별한 경우로 간주될 수 있다. 소지역 평균이나 종계는 고정된 효과와 랜덤 효과의 일치 결합으로 표현될 수 있다. 블록 대각 공분산 구조를 갖는 선형 혼합모형(mixed model) 아래서 EBLUP은 실재문제에 있어서 많이 소지역 모형에 응용된다. 설계 가중값(design weight) 들에 의존하고 설계-일치(design consistency) 성질을 만족하는 Pseudo-EBLUP 추정량들은 소지역추정에서 합해지면 (aggregated) 사후-수정(post-adjustment)없이 벤치마킹 성질을 만족한다.