• 응용통계연구
• /
• 제29권7호
• /
• pp.1399-1409
• /
• 2016

랜덤화 블록 계획법(randomized block design)에서 대립가설형태에 따라 많은 비모수적인 방법들이 제안되었다. 일반대립가설에서 대표적으로 Fridman (1937)의 검정법이 있고, 순서형 대립가설에서는 Page (1963)의 검정법이 있다. 우산형 대립가설에 대한 비모수적 방법으로는 일원 배치 모형에서 k개의 표본 문제에 대하여 Mack과 Wolfe (1981)의 검정법이 있다. 본 논문에서는 랜덤화 블록 계획법(randomized block design)에서 우산형대립가설에 대하여 블록 간의 정보를 이용한 Hodges와 Lehmann (1962)의 정렬방법과 위치를 이용한 Kim (1999)의 검정법을 이용하여 검정법을 제안하였다. 또한, Monte carlo 모의실험을 통하여 제안된 검정법과 기존의 검정법을 비교하였다.

• 응용통계연구
• /
• 제29권4호
• /
• pp.707-717
• /
• 2016

랜덤화 블록 계획법을 검정하는 비모수 방법은 일반 대립가설에서 Friedman (1937), 순서형 대립가설에서 Page (1963)가 제안한 방법이 있다. 이 방법은 각 블록 내 처리 간 순위를 이용해 처리 간의 차이를 검정하는 방법이다. 본 논문에서는 Hodges와 Lehmann (1962)이 제안한 정렬방법을 이용하여 블록 간 정보의 손실을 줄이고, Orban과 Wolfe (1982)가 제안한 위치를 확장하여, Kim (1999)이 제안한 대조군과 처리군의 방법을 이용하여 랜덤화 블록 모형에서 새로운 비모수 검정 방법을 제안하였다. 또한 Monte Carlo 모의실험을 통해 제안방법과 기존의 검정 방법을 비교하였다.

• 응용통계연구
• /
• 제22권6호
• /
• pp.1249-1263
• /
• 2009

표본수 결정에서 요구되는 검정력 함수는 연구가설에 상응하는 가장 적절한 검정방법에 의한 것이어야 한다. 의학연구의 논문에 자주 나타나는 순위자료 또는 범주형 빈도자료의 분석에는 비모수적 방법이 적절하며, 본 논문에서는 단변량 및 이변량 순위변수에 대한 윌콕슨-만-휘트니(Wilcoxon-Mann-Whitney; WMW) 검정법에 의한 표본수 결정방법을 제시한다. 단변량 순위변수의 윌콕슨 검정에서는 귀무가설과 대립가설 하의 분산을 이용한 표본수 공식이 귀무가설 하의 분산만 이용한 표본수 공식보다 정확하지만, 대립가설 하의 분산식에 나타나는 확률값이 일반적으로 알려져 있지 않으므로 이 확률값의 추정이 문제가 된다. 모의실험으로 두 방법에 대한 장, 단점을 알아본다. 효능과 안전성의 이변량 순위변수에서는 이변량 WMW 검정법에 의한 표본수 결정방법이 모수적 검정법에 의한 표본수 결정방법보다 더욱 바람직하다.

• Journal of the Korean Data and Information Science Society
• /
• 제24권1호
• /
• pp.95-103
• /
• 2013

랜덤화 블록 모형에서 처리 간의 차이 유무를 검정하는 비모수 방법은 일반 대립가설에서는 Friedman (1937)이, 순서 대립가설에서는 Page (1963)가 제안한 검정법이 있다. 이 방법은 각 블록 내 처리 간의 순위를 이용하여 처리 간의 차이를 검정하는 검정법이다. 본 논문에서는 Hodges와 Lehmann (1962)의 정렬 방법과 Chung과 Kim (2007)이 제안한 결합위치 검정법을 확장하여 랜덤화 블록 모형에서 새로운 비모수적 방법을 제시하였다. 또한, 모의실험을 통하여 모수적 방법과 기존의 비모수적 방법과의 검정력을 비교하였다.

• 응용통계연구
• /
• 제30권3호
• /
• pp.427-439
• /
• 2017

공변량(covariate)이 존재하는 경우, 각 처리군 간 효과의 차이를 검정하기 위한 대표적인 비모수적 방법에는 Quade (1967)가 제안한 검정법이 있다. 또한 반응변수에 대해 공변량으로 단순선형회귀분석을 실시하여 얻은 잔차에 대해 일원배치분산분석과 Kruskal Wallis가 제안한 방법을 적용하는 방법, 그리고 Hwang과 Kim (2012)이 제안한 비모수적 도구인 위치(placement)를 이용한 방법이 있다. 본 논문에서는 공분산분석 모형에서 Hwang과 Kim (2012)이 제안한 방법을 확장하여 공분산분석에서의 새로운 방법을 제안하였다. 또한 모의실험(Monte Carlo simulation study)을 통하여 기존의 검정법들과 제안한 방법의 검정력을 비교하였다.