• 응용통계연구
• /
• 제20권2호
• /
• pp.357-371
• /
• 2007

경쟁위험(competing risk) 하에서의 누적 발생함수(cumulative incidence function)는 일반적으로 비모수적 방법으로 추정된다. 그러나 관심 있는 원인에 의한 사건이 다른 원인에 의한 사건보다 상대적으로 적게 발생하는 경우에 비모수적 방법으로 추정된 누적발생함수는 이산성으로 인해 다소 정확하지 않게 된다. 이와 같은 경우에 Bryant와 Diagnam(2004)는 관심 있는 원인에 대한 원인특정적 위험함수(cause-specific hazard function)를 모수적으로 모형화하고 다른 원인에 의한 사건은 비모수적으로 추정하는 준모수적 방법을 제안했다. 본 연구에서는 준모수적 누적발생함수 추정량을 재표현하고 와이블분포모형과 대수 정규분포모형으로 확장하였다. 또한 대수 정규분포 원인특정적 위험모형일 경우 누적 발생함수에 대한 비모수적 추정량, 와이블분포 준모수적 추정량과 대수 정규분포 준모수적 추정량의 효율성을 비교하며 준모수적 추정량의 성능과 모형 오설정이 미치는 영향을 살펴보았다.

• 응용통계연구
• /
• 제26권1호
• /
• pp.71-79
• /
• 2013

지역 또는 도메인에 작은 크기의 표본이 배정되어 추정의 정도가 나쁜 경우에 사용되는 준모수적 또는 비모수적 소지역 추정법은 최근 많은 연구가 진행되고 있다. 본 논문에서는 커널을 이용한 국소다항 혼합모형 소지역 추정법과 벌점 스플라인을 이용한 혼합모형 소지역 추정법이 연구되었다. 이 두 방법과 소지역추정에 흔히 사용되고 있는 선형 혼합모형을 모의실험을 통해 그 우수성을 비교하였다.

• 응용통계연구
• /
• 제29권1호
• /
• pp.267-277
• /
• 2016

본 연구에서는 잔차를 이용하여 오차항의 코플라 함수를 추정하는 문제를 고려하였다. 확률적 회귀모형을 개별모형으로 갖는 경우, 오차항 대신 잔차들의 경험적 분포함수를 이용하여 구한 코플라 모수에 대한 준모수적 추정량의 성질을 살펴보았으며, 이 추정량이 일치추정량이 되기 위한 조건을 구하였다. 응용사례로 코플라-자기회귀이동평균 모형을 다루었으며, 모의실험을 통해 자기회귀 근사를 통해 얻은 잔차를 이용하여 계산한 추정량의 성질도 살펴보았다.

• Journal of the Korean Data and Information Science Society
• /
• 제21권6호
• /
• pp.1171-1180
• /
• 2010

회귀함수의 비모수적 적합에서 공변량의 차원이 증가함에 따라 추정량의 극한성질이 좋지 않음이 잘 알려져 있다. 이러한 문제점을 극복하기 위한 방법중의 하나는 단일지표모형의 추정을 이용하여 공변량의 차원을 1차원으로 줄이는 것이다. 단일지표모형에서 계수 추정 방법으로는 반복적으로 해를 계산하여 근사치를 구하는 방법인 준모수적 최소제곱법과 비반복적으로 계산하여 구하는 도함수 가중평균법이 있다. 두 추정 방법 모두 모수적인 방법과 같은 수렴비율로 정규근사한다고 알려져 있지만 실질적인 성능에 관한 비교는 이루어지지 않았다. 본 논문에서는 모의실험을 통해 두 방법에 의한 추정치의 분산을 비교하여 어떠한 방법이 좋은지를 파악하고자 한다.

• 자원ㆍ환경경제연구
• /
• 제12권4호
• /
• pp.545-557
• /
• 2003

양분형 조건부가치평가모형의 준모수적 추정 방법을 소위 회귀함수 1차 도함수의 밀도가중평균(density weighted average derivative or regression function) 추정을 응용하여 제안한다. 논문에서 제안된 준모수 추정량의 소표본 특성은 몬데칼로 시뮬레이션 결과를 제시함으로써 간접적으로 나타난다. 또 추정량을 동강보존을 위한 지불용의액을 조사한 조건부가치평가자료에 실제 적용함으로써 현실 적용 가능성을 보여준다.

• 응용통계연구
• /
• 제29권1호
• /
• pp.171-180
• /
• 2016

바젤 위원회는 시장위험의 측정 도구로 Value-at-Risk(VaR)와 expected shortfall(ES)을 사용할 것을 제안하였다. 여러 문헌에서 VaR와 ES의 다양한 추정 방법들이 연구 되었다. 본 연구에서는 준모수적인 방법인 conditional autoregressive value at risk(CAViaR), conditional autoregressive expectile(CARE) 방법들, 그리고 Gaussian 준최대가능도 추정량(QMLE)를 이용한 방법을 사후 검정을 통해서 비교하고자 한다. 각 방법의 타당성을 확인하기 위해서, VaR에 대한 사후 검정은 unconditional coverage(UC)와 conditional coverage(CC) 검정을 사용하고 ES에 대한 검정은 붓스트랩 방법을 사용한다. S&P500 지수와 현대 자동차 주식가격 지수에 대하여 실증 자료 분석이 수행되었다.

• 응용통계연구
• /
• 제14권1호
• /
• pp.161-175
• /
• 2001

메타분석(Meta-analysis)은 서로 독립적으로 연구되어진 결과들을 전체적인 하나의 결과로 도출하기 위해 사용되어지는 통계적 방법이다. 이러한 통계적 방법을 설명할 모형으로는 선택모형(selection model)을 포함한 계층적 모형(hierarchical model)을 사용하며, 이러한 모형들은 베이지안 메타분석에 유용한 것으로 알려져 있다. 그러나, 메타분석의 자료들은 일반적으로 출판편의(publication bias)를 갖고 있으므로 이를 극복하고자 가중함수(weight function)를 이용하여 분포함수를 새롭게 정의하여 사용한다. 최근에 Silliman(1997)은 계층적 모형(hierarchical model)에 가중함수를 첨부한 계층적 선택모형(hierarchical selection model)을 정의하고 모수적 베이지안 방법을 제시하였다. 본 연구에서는 미관측된 연구효과에 디리슈레 과정 사전분포(Dirichlet process prior)를 적용한 준모수적 계층적 선택모형(semiparametric hierarchical selection models)을 소개한다. 여기서 제시된 준모수적 계층적 선택모형을 베이지안 방법으로 추정하기 위하여 마코프 연쇄 몬테칼로(Markov chain Monte Carlo)방법을 이용한다. 제시된 방법을 적용하기 위하여 실제 자료(Johnson, 1993)인 충치를 예방하기 위한 두 가지의 예방약의 효과에 대한 차이를 비교하기 위해 얻어진 12개의 연구를 이용하여 메타분석을 한다.

• Communications for Statistical Applications and Methods
• /
• 제5권3호
• /
• pp.777-792
• /
• 1998

병원의 임상연구실험에서 종종 환자들의 치료에 따른 병세의 호전상태를 여러단계로 분류하여 상이한 치료방법에 대한 치료효과간의 차이론 알고자 하는 경우가 있다. 이와 같이 다중상태의 생존자료를 분석하기 위해서 본 논문에서는 semi-Markov 모형에 Cox 회귀모형을 적용하여 회귀계수와 기저생존함수를 추정하고 이를 바탕으로 반응확률함수를 추정하였다. 그리고 본 논문의 결과를 실제 임상실험에서 얻어진 자료에 적용하여 분석하였다.

• 응용통계연구
• /
• 제27권2호
• /
• pp.331-343
• /
• 2014

본 논문에서는 군집 구간중도절단된 자료에서 생존시간이 군집의 크기에 의존할 때 주변모형으로부터 가중 추정 방법과 군집 내 재추출 방법을 써서 모수를 추정하고 그 추정량의 점근적 성질을 살펴보았다. 모의실험을 통해 추정량의 편향의 크기와 신뢰구간의 포함율 측면에서 볼 때 제안한 두 추정 방법이 생존시간과 군집의 크기 간의 종속 관계를 무시한 방법보다 우수한 것으로 나타났다. 제안한 추정 방법을 림프성 사상충 자료에 적용한 결과에 따르면 서로 다른 두 치료방법이 유의하게 다르지 않았으며 나이 효과도 매우 유의하지 않은 것으로 나타났다.

• 응용통계연구
• /
• 제5권2호
• /
• pp.255-268
• /
• 1992

본 논문에서는 이상점이 포함된 시계열 자료의 모수추정법으로 반복보간추정법을 제안하였 다. 제안된 방법은 이상점이 더 이상 탐지되지 않을 때까지 모수추정의 단계와 이상점의 탐 지 단계를 반복하는 접근 방법이다. 이상점의 탐지를 위해서는 비정상적인 자료를 보가추정 법으로 대치하는 보간 검진기법을 적용하였다. 또한 추정과정에서 비정상적인 자료의 비중 을 적게하는 대신에 비정상적인 자료를 시계열모형의 구조를 이용한 1-시점후의 예측값으 로 대치하는 수정된 GM-추정법을 제안하였다. 모의실험에 의해 제안된 추정법들과 기존의 로버스트추정법들의 성질을 비교하였다. 모의실험의 결과 반복보간추정법이 다른 추정법보 다 우월한 성질을 가짐을 알 수 있었으며, 특히 AO가 하나만 있는 경우와 모수의 절대값이 큰 경우에 가장 우수함을 확인 할 수 있었다.