• Communications for Statistical Applications and Methods
• /
• 제2권2호
• /
• pp.155-165
• /
• 1995

반복측정자료의 분석을 위해 제안된 Liang and Zeger(1986)의 회귀모형은 일반화추정식(generalized estimationg equations, GEE)을 이용하여 모형의 모수를 추정한다. 이 모형은 반복측정된 반응변수와 설명변수들과의 관계를 추정하는 것이 주된 목적이기 때문에 회귀모수는 중요한 모수로 간주되나 산포모수는 중요하지 않은 장애모수(nuisance parameters)로 간주된다. 일반적으로 GEE 분석에서 회귀모수의 추정량은 산포모수에 상관없이 일치적(consistent)으로 얻어진다고 알려져 있다. 그러나 본 논문에서는 포아송분포를 따르는 반복측정자료에 대한 사례연구와 모의 실험을 통해서 일반적으로 믿어져왔던 것과는 달리 GEE 방법이 산포모수에 민감하게 영향을 받고 있음을 보였다. 특히 산포모수의 값이 일정하지 않은 경우에는 GEE 방법이 산포모수에 민감 하게 영향을 받고 있음을 보였다. 특히 산포모수의 값이 일정하지 않은 경우에는 GEE 방법에서 밝혀진 회귀모수 추정량의 일치성에도 문제가 발생할 수 있음을 보였다.

• 대한안전경영과학회:학술대회논문집
• /
• 대한안전경영과학회 2013년 춘계학술대회
• /
• pp.593-607
• /
• 2013

관리도를 사용하여 공정평균, 공정산포 등 여러 가지 공정모수를 관리할 수 있다. 그러나 공정모수의 미세 변동을 효과적으로 관리할 수 있는 기법체계는 아직 미완이다. 식스시그마 공정관리 등 정밀공정관리를 위해서는 미세 공정평균과 공정산포관리가 전제되어야한다. 특히 높은 수준의 공정능력을 유지하기위해서는 공정산포관리가 선결과제이다. 본 본문에서는 공정평균과 공정불량률, 공정산포의 미세변동을 효과적으로 관리할 수 있는 기술체계의 연구동향을 분석하고 미세공정산포관리를 위한 대안을 제시하고자 한다.

• 응용통계연구
• /
• 제30권1호
• /
• pp.95-102
• /
• 2017

감마 일반화 선형모형은 포아송 분포 또는 이항 분포에 기반한 일반화 선형모형에 비해 적은 관심을 받아왔다. 따라서 감마 일반화 선형모형에서는 오래전에 개발된 통계적인 기법이 아직도 사용되고 있으며, 특히 산포 모수에 대해서는 근사 추정치가 여전히 사용되고 있다. 본 논문에서는 감마 일반화 선형 모형의 산포 모수에 대해 다양한 추정량들을 알아보고 수치 연구를 통해 그들의 효율성을 비교한다. 수치 실험의 결과 최대 가능도 추정량과 Cox-Reid의 수정된 최대 가능도 추정량이 기존의 근사 추정량에 비해 좋은 성능을 보임을 확인하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제28권1호
• /
• pp.153-161
• /
• 2017

전염병 확산에 대한 확률과정모형으로 활용되는 분기과정은 실제 데이터를 통해 모수를 추정할 수 있다는 장점이 있다. 음이항 분포를 분기과정의 생산 분포 모형으로 적용할 수 있는데 음이항 분포를 적용하기 위해서는 평균과 산포 모수를 추정하여야한다. 기존의 생물학 연구와 역학 연구 분야에서는 이를 최대우도법을 이용하여 추정하고 있다. 그러나 대부분의 역학 자료의 특성상 분기과정에서 이용되는 음이항 분포는 소표본이어서 최대우도 추정량의 정도를 충족시킬 수 없다. 본 논문에서는 소표본 자료에서 좋은 통계량의 성질을 만족한다고 알려져 있는 베이지안을 이용하여 모수를 추정하는 방법을 제안한다. 2015년 국내 메르스 사례에 베이지안 방법을 적용하여 모수를 추정하고 사후 분포를 적합하였다. 그 결과 어떠한 사전 분포를 가정하더라도 안정적으로 모수를 추정하는 것을 알 수 있었다. 추정된 산포 모수를 이용하여 분기과정에서의 전염병 소멸 확률을 유도하였다.

• 응용통계연구
• /
• 제23권3호
• /
• pp.585-594
• /
• 2010

본 연구에서는 제로절단된 이변량 일반화 포아송 분포에서 두 반응변수간 산포모수의 효과에 대하여 연구하였다. 모의실험 결과 두 반응변수가 서로 다른 산포를 갖는 경우 이를 무시하는 이변량 포아송 분포나 이변량 음이항 분포에 의한 모형적합은 효율성이 떨어지는 것으로 나타났다. 아울러 본 연구에서는 이와 같은 상이한 산포의 존재유무에 대한 가설검정에서 스코어 검정을 유도하고 우도비 검정과 효율성을 비교하였다.

• 응용통계연구
• /
• 제30권4호
• /
• pp.529-538
• /
• 2017

Ghosh와 Kim에 의해 소개된 영 변환 모형은 0이 많거나 적을 때 계수형 자료(count data)를 분석하는 모형이다. 이 모형의 산포형태모수는 평균과 분산, 0 확률로 구성되며 ${\mu}$와 ${\sigma}^2$의 관계에 따라 2가지 형태를 가진다. 본 논문에서는 ${\sigma}^2{\geq}{\mu}$일 때, Ghosh와 Kim 영 변환확률 모형의 모수 ${\delta}$에 대한 영향함수를 도출하였다. 도출한 영향함수의 타당성을 검증하기 위해서 인구주택총조사 자료를 이용해 관측치가 제거된 경우에서 영향함수로 도출한 ${\delta}$ 추정치 변화값과 직접 계산한 ${\delta}$ 추정치 변화값을 비교하였다. 그 결과 영향함수는 ${\delta}$의 변화를 매우 정확히 추정하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제28권3호
• /
• pp.493-504
• /
• 2017

통계청 인구총조사의 출생아 수 자료는 우리가 쉽게 접할 수 있는 가산 자료이며 국가경쟁력 제고를 위한 정부의 출산정책 결정 및 그 기대효과 분석의 기반이 되는 자료이다. 출생아 수 자료 분석에 있어서 포아송 모형 등 가산 모형이 우월하다는 선행 연구결과에 의하여 가산 모형을 통한 자료 분석방법이 활용되고 있다. 이 때 가산 모형에서 가장 많이 사용하는 포아송 모형은 균등상포라는 제한적인 가정을 토대로 하기 때문에 출생아 수 자료 분석에 이 포아송 모형을 그대로 적용한다면 정보의 손실과 편향추정을 피할 수 없게 된다. 이러한 한계를 극복하기 위해 Ghosh 와 Kim (2007)은 영 과잉과 부족으로 인한 과대산포와 과소산포를 동시에 설명할 수 있는 영 변환 모형 (zero-altered model)을 제안하였다. 본 논문에서는 Ghosh 와 Kim (2007)의 영 변환 모형을 적용하여 실제 출생아수분포에서 영 변환 모형의 산포형태모수 ${\delta}$를 도출하고 그 역할에 대하여 분석한다. 그리고 관측분포에서의 산포형태모수 ${\delta}$와 이론적분포와의 차이를 비교하기 위한 적합도 검정통계량과의 유사성을 확인한다.

• Journal of the Korean Data and Information Science Society
• /
• 제8권2호
• /
• pp.195-209
• /
• 1997

일반화 선형모형의 범위를 크게 확장한 준-우도 모형에서 반응변수의 분산성분인 산포모수가 상수가아니라 어떤 공변량들의 값에 의존하여 변하는 경우, 평균과 산포의 동시 모형화가 요구된다. 본 논문에서는 준-우도 모형에서 평균과 산포의 동시 모형화를 통해 실제 자료를 쉽게 분석하도록 해주는 통계 패키지 GENSTAT(release 5.3.2, 1996)을 활용하여, Carrol과 Ruppert(1987,pp.46-47)에 의해 소개된 에스테르 분해효소 (esterase assay)의 자료에 대해 그래픽 방법을 이용한 모형검토를 통해서 기존의 평균모형 보다는 평균과 산포의 동시 모형화를 고려해야 하는 필요성을 언급한 뒤, 그 자료에 대한 적절한 평균과 산포의 동시 모형을 찾는 방법을 연구한다.

• 응용통계연구
• /
• 제31권6호
• /
• pp.733-749
• /
• 2018

어떠한 연구에서 관심의 대상이 되는 관찰치가 부분적으로 관측 가능할 때 표본선택의 문제가 일어난다. 이러한 자료를 분석하기 위해 헤크만은 표본선택 모형을 개발하였고 이변량 정규분표의 가정 하에 최대우도방법을 사용하여 모수를 추정하였다. 최근 이항자료와 포아송 자료에 대한 표본선택모형이 제안되었다. 이를 분포조정에 기초하여 과대산포 자료에 대한 모형으로 확장하고자 한다. 표본선택이 없는 과대산포 자료는 흔히 음이항 분포로 분석되어진다. 따라서 음이항 분포를 이용하고 분포조정을 도입한 과대산포 자료에 대한 새로운 모형을 제시하고자 한다. 실제 자료를 이용하여 분석을 하였다. 모의실험 결과 프로파일 우도함수를 이용하여 모수에 대해 추정한 결과는 안정적이다.

• 응용통계연구
• /
• 제6권1호
• /
• pp.41-52
• /
• 1993

본 논문에서는 과산포 혼합 모형인 음이항 분포와 베타이항 분포에서 피어슨 형태 및 데비 언스 형태의 분산치 교정에 대한 효과를 수리적으로 비교했다. 이들 과산포 혼합 모형은, 평 균과 분산을 동시에 모형화 하는데 매우 유용한 준우도함수의 중요한 구성원이다. 모의실험 을 통해서 분산치의 교정이 평균, 산포모수에 따라 어떻게 달라지는지 비교 연구하였다.