• 제목/요약/키워드: 메트로폴리스-해스팅스 알고리즘

검색결과 2건 처리시간 0.017초

소량자료를 위한 베이지안 다중 변환점 모형 (Bayesian Multiple Change-Point for Small Data)

  • 전수영
    • Communications for Statistical Applications and Methods
    • /
    • 제19권2호
    • /
    • pp.237-246
    • /
    • 2012
  • 다중 변환점(multiple change-point) 추론에 있어 소량자료에 관한 연구는 많지 않다. 본 논문에서는 소량 자료의 다중 변환점 추정을 위해 베이지안 비중심(noncentral) t 분포 변환점 모형을 제안하고, 제안된 모형 추론을 위해 메트로폴리스-해스팅스를 포함한 깁스 샘플링(Metropolis-Hastings-Within-Gibbs sampling) 알고리즘을 이용하였다. 모의실험 및 태풍 발생 수의 실증 분석결과는 제안된 모형과 알고리즘의 우수성을 보여 준다.

베이지안 포아송 모형을 적용한 자기-대조 환자군 연구에서의 약물상호작용 위험도 분석 (A Bayesian Poisson model for analyzing adverse drug reaction in self-controlled case series studies)

  • 이은채;황범석
    • 응용통계연구
    • /
    • 제33권2호
    • /
    • pp.203-213
    • /
    • 2020
  • 자기-대조 환자군(self-controlled case series; SCCS) 연구는 별도의 대조군 없이 환자의 비노출기간을 대조기간으로 설정하여 노출기간에 대한 상대적인 발생 위험도를 측정하는 역학 연구의 한 방법이다. 이 방법은 대조군을 선정할 때 발생하는 편의를 최소화할 수 있는 장점이 있어서 약물 복용 후 이상반응 발생 위험도를 측정하기 위한 방법으로 전통적으로 많이 사용되어왔다. 본 연구는 SCCS 연구를 바탕으로 두 개 이상의 약물을 동시에 사용했을 때 그 부작용의 위험이 어떻게 증가하는지 살펴보고자 한다. 마약성 진통제 유사체인 tramadol과 다빈도 병용 약물 간 약물상호작용에 대해 조건부 포아송 모형을 가정하고 분석하였다. 이때 베이지안 추론법을 사용하여 최대가능도추정량이 지니고 있는 과대적합 문제를 해결하며, 사전분포의 민감도를 측정하기 위해 정규 사전분포와 라플라스 사전분포를 가정하여 모형화하였다.