• The Korean Journal of Applied Statistics
• /
• v.25 no.1
• /
• pp.139-152
• /
• 2012

The result of the analysis of a population pharmacokinetic model can directly influence the decision of the dose level applied to the targeted patients. Therefore the validation procedure of the final model is very important in this area. This paper reviews the validation methods of population pharmacokinetic models from a statistical viewpoint. In addition, the whole procedure of the analysis of population pharmacokinetics, from the base model to the final model (that includes various validation procedures for the final model) is tested with real clinical data.

• The Korean Journal of Applied Statistics
• /
• v.26 no.1
• /
• pp.1-14
• /
• 2013

ARIMA and ARIMA+IGARCH models are fitted and compared for daily Korean won/US dollar exchange rate data over 17 years. A linear structural change model and an autoregressive structural change model are fitted for multiple change-point estimation since there seems to be structural change with this data.

• The Korean Journal of Applied Statistics
• /
• v.10 no.2
• /
• pp.403-411
• /
• 1997

Fuzzy linear regression model introduced by Tanaka et al. 91982) has been proposed and developed as alternative to statistical linear regression when our understanding of a phenomenon is imprecise or vague. In this paper we review fuzzy linear regression model and its parameter estimation and examine its strengths and weaknesses through case study. In addition another fuzzy linear model is introduced and applied to an economic study.

• The Korean Journal of Applied Statistics
• /
• v.10 no.2
• /
• pp.325-338
• /
• 1997

This paper suggests a sequence of dependence models as a statistical analysis model for vaccination data on chickenpox and discusses a method for evaluating maximum likelihood estimates of unknown parameters in the suggested model.

• The Korean Journal of Applied Statistics
• /
• v.12 no.2
• /
• pp.433-447
• /
• 1999

검사관련 능력과 문항점수사이의 관계를 모형화하기 위해 사용한 순환모형에서 관측불능인 능력상대변수를 비롯한 모든 변수들이 범주형 변수라 가정하자. 이 범주형 자료를 위한 모수추정문제를 다루기 위해 EM 방법을 이용했는데, EM 방법은 사용하기에 편리하지만 순환모형에 대한 추정값이 적절하지 않는 경우가 발생한다. 그 주된 원인중의 하나로 초기값 선정의 잘못을 들 수 있는데, 본 논문에서는 이 외에 구조상의 결함도 그 원인이 됨을 경험적으로 보았다. 따라서 구조적 결함을 먼저 해결하면 보다 효과적인 초기값을 선정할 수 있으리가 기대한다.

• Proceedings of the Korean Statistical Society Conference
• /
• 2000.11a
• /
• pp.257-260
• /
• 2000

본 연구에서는 의사결정나무모형을 이용하여 교통사고 유형 분석을 시도한다. 분석에 이용된 자료는 도로교통안전관리공단에서 수집한 교통사고 정밀조사 자료이다. 본 연구에서 목표변수는 '사고내용'이며, 설명변수는 '인적 요인', '차량적 요인', '도로 환경적 요인' 관련 변수이다. 목표변수에 주요한 기여를 하는 주요 설명변수를 도출하였으며, 얻어진 의사결정나무모형을 토대로 하여 교통사고를 유형화하였다.

• The Korean Journal of Applied Statistics
• /
• v.13 no.1
• /
• pp.163-177
• /
• 2000

다차원 범주형 자료를 표준화된 링차트로 구현하면, 자료에 적합한 모형이 갖는 일차교호작용의 존재 유무를 파악할 수 있으며 또한 표준화된 조건부 링챠트를 통하여 동시에 두 개 이상의 일차교호작용의 존재유무를 발견할 수 있는데 3차원 자료에서는 최대 두 개의 일차교호작용항을, 그리고 4차원 자료에서는 최대 4개의 일차교호작용항의 존재를 파악할 수 있다.

• The Korean Journal of Applied Statistics
• /
• v.15 no.1
• /
• pp.179-186
• /
• 2002

We usually execute the blocking under heterogeneity of experimental condition in response surface methodology. We can suggest the measure for evaluating nearly orthogonal blocking under second order models.

• 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.

• The Korean Journal of Applied Statistics
• /
• v.9 no.1
• /
• pp.1-15
• /
• 1996

This paper discusses the effectiveness of an infection rate under a certain disease on an immunity rate by a protective inoculation. A sequence of dependense models concerning the infection rate is derived by defining conditionally nested binary random variables for the analysis of polytomous data with hierarchical response scale. Maximum likelihood estimates based on the marginal log-likelihood functin are obtained numerically in the Nelder and Mead's(1965) simplex method.