• Proceedings of the Korean Statistical Society Conference
• /
• 2004.11a
• /
• pp.265-270
• /
• 2004

불균형중첩오차구조를 갖는 단순선형회귀모형에서 나타나는 두 분산의 합에 대한 신뢰구간을 구하기 위하여 Ting et al.(1990) 방법과 Graybill and Wang(1980) 방법과 Tsui and Weerahandi(1989)가 제안한 일반화 축량(generalized pivotal quantity)방법을 이용한 두 가지 방법 등 모두 네 가지 신뢰구간을 제안한다. 신뢰구간의 적절성을 판단하기 위하여 여러 가지 불균형 설계에 대하여 SAS/IML로 시뮬레이션을 실행하고 신뢰계수와 신뢰구간의 평균 길이를 비교한다. 불균형중첩오차구조를 갖는 단순선형회귀모형의 두 분산의 합에 대한 네 가지 신뢰구간들이 주샘플링 단위의 변화에 따라 어느 방법이 적절한 신뢰구간을 구축하는지 추천하고, 실제 예제를 적용하여 시뮬레이션의 결과와 일관성이 있는지를 확인한다.

• Communications for Statistical Applications and Methods
• /
• v.18 no.5
• /
• pp.615-623
• /
• 2011

Several methods are used in interval estimation for binomial proportion; however the coverage probabilities of most confidence intervals depart from the confidence level when the binomial population proportion closes to 0 or 1 due to the extreme value. Vollset (1993), Agresti and Coull (1998), Newcombe (1998), and Brown et al. (2001) suggested methods to adjust the extreme value. This paper discusses the influence of extreme value in a binomial confidence interval through the numerical comparison of 6 confidence intervals.

• The Korean Journal of Applied Statistics
• /
• v.19 no.3
• /
• pp.535-544
• /
• 2006

We consider use of Bootstrap calibration in the problem of setting a confidence interval for a linear combination of variance components. Based on the the modified large sample(MLS) method by Graybill and Wang(1980), Bootstrap Calibration is applied to improve the coverage probability of the MLS confidence bound when the experiment is balanced and coefficients of a linear combination are positive. Performance of the proposed confidence bound in small sample is investigated by simulation studies.

• Communications for Statistical Applications and Methods
• /
• v.5 no.3
• /
• pp.623-632
• /
• 1998

이원혼합모형에서 고정효과의 추정가능한 함수에 대한 신뢰구간을 구하는 경우에 어떤 분산성분추정량을 선택하는 것이 가장 바람직한가를 모의실험을 통하여 살펴본다 혼합모형에서는 t-분포와 일반화최소제곱추정량을 사용하여 신뢰구간을 구할 수 있는데, 일반적으로 분산성분을 알 수 없기 때문에 분산성분을 반드시 추정하여야만 한다. 이 경우 분산성분의 추정량으로 가장 많이 사용되는 추정량들인 Henderson의 방법 III 추정량, 사전추측값이 1인 MINQUE 추정량, MLE(최우추정량), REMLE(제한최우추정량)를 이용하여 분산행렬을 추정하고, 신뢰구간의 포함범위확률과 평균길이를 모의실험을 통하여 살펴본다. 모의실험의 결과는 4가지 추정량 모두 비슷한 신뢰구간의 포함범위확률과 평균길이를 갖는 것으로 판명되었다.

• Proceedings of the Korean Statistical Society Conference
• /
• 2005.05a
• /
• pp.1-6
• /
• 2005

SAS의 PROC MIXED는 ANOVA 추정량보다 더 다양한 잔차최대우도추정법 또는 최대우도추정법으로 모수들을 추론할 수 있다. 혼합모형에 속하는 불균형중첩오차구조를 갖는 선형회귀모형에서 랜덤효과에 해당되는 그룹간의 분산과 고정효과에 해당되는 회귀계수들에 대한 신뢰구간을 구하기 위하여 대표본인 경우와 소표본인 경우에 대하여 PROC MIXED를 사용한다. 시뮬레이션을 실행한 결과, 대표본인 경우에는 모수들의 신뢰구간을 구하기 위하여 PROC MIXED를 활용할 수 있지만, 소표본인 경우에는 PROC MIXED를 사용할 경우, 그룹간 분산과 회귀계수 가운데 하나인 절편항에 대한 신뢰구간은 시뮬레이터된 신뢰계수가 명시한 신뢰계수를 지키지 못하는 것을 보인다.

• Journal of Korean Society of Transportation
• /
• v.16 no.4
• /
• pp.219-224
• /
• 1998

통행시간가치에 대한 신뢰구간추정 방법론을 제시하고 서울시 출근통행자의 시간가치 신뢰구간의 추정을 통하여 그 적용사례를 예시하였다. 사례분석을 통하여 서울시 출근통행자의 평균시간가치는 시간당 7,341원으로 추정되었고, 95%신뢰구간의 하한치는 5,454(원/시간), 상한치는 10,806(원/시간)으로 추정되었다.

• The Korean Journal of Applied Statistics
• /
• v.19 no.2
• /
• pp.217-230
• /
• 2006

e discuss proper confidence intervals for interval estimation of a low binomial proportion. A large sample surveys are practically executed to find rates of rare diseases, specified industrial disaster, and parasitic infection. Under the conditions of 0 < p ${\leq}$ 0.1 and large n, we compared 6 confidence intervals with mean coverage probability, root mean square error and mean expected widths to search a good one for interval estimation of population proportion p. As a result of comparisons, Mid-p confidence interval is best and AC, score and Jeffreys confidence intervals are next.

• The Korean Journal of Applied Statistics
• /
• v.19 no.2
• /
• pp.349-360
• /
• 2006

PROC MIXED in SAS can be utilized to make inferences on parameters in a mixed model by use of Restricted Maximum Likelihood Estimation Method or Maximum Likelihood Estimation Method which has more merits than ANOVA method. A regression model with unbalanced nested error structure that belongs to a mixed model is used to construct confidence intervals on variances among groups, within groups, and regression coefficients in the model. PROC MIXED is applied to three different sample sizes for simulation. As a result of the simulation study, PROC MIXED generates confidence intervals on parameters that maintain the stated confidence coefficient in a large sample size. However, it does not generate confidence intervals that maintain the stated confidence coefficient for variance components among groups and intercept in a small sample size.

• The Korean Journal of Applied Statistics
• /
• v.21 no.5
• /
• pp.867-873
• /
• 2008

It is a convention to use 5% significance level when a statistical test is employed for clinical data. But when a confidence interval is used for testing equivalence, 90% confidence interval has often been used. When $1-{\alpha}$ confidence interval is used for hypothesis testing, its significance level is often ${\alpha}$. So it makes a confusion that the significance level is 10% if 90% confidence interval is employed for testing equivalence. In this paper I will clarify this issue by reviewing relevant papers and conducting simulation studies. I hope that it will be beneficial to statisticians in pharmaceutical companies, CROs, university hospitals.

• Journal of the Korean Data and Information Science Society
• /
• v.24 no.4
• /
• pp.825-833
• /
• 2013

An estimation of confidence intervals is essential to calculate uncertainty for greenhouse gases inventory. It is generally assumed that the population has a normal distribution for the confidence interval of parameters. However, in case data distribution is asymmetric, like nonnormal distribution or positively skewness distribution, the traditional estimation method of confidence intervals is not adequate. This study compares two estimation methods of confidence interval; parametric and non-parametric method for exponential distribution as an asymmetric distribution. In simulation study, coverage probability, confidence interval length, and relative bias for the evaluation of the computed confidence intervals. As a result, the chi-square method and the standardized t-bootstrap method are better methods in parametric methods and non-parametric methods respectively.