• Communications for Statistical Applications and Methods
• /
• 제6권2호
• /
• pp.523-532
• /
• 1999

Generalized linear models have various applications for data arising from many kinds of statistical studies. Although the response variable is generally assumed to be generated from a wide class of probability distributions we focus on count data that are most often analyzed using binomial models for proportions or poisson models for rates. The methods and results presented here also apply to many other categorical data models in general due to the relationship between multinomial and poisson sampling. The novelty of the approach suggested here is that all conditional distribution s can be specified directly so that staraightforward Gibbs sampling is possible. The prior distribution consists of two stages. We rely on a normal nonconjugate prior at the first stage and a vague prior for hyperparameters at the second stage. The methods are demonstrated with an illustrative example using data collected by Rosenkranz and raftery(1994) concerning the number of hospital admissions due to back pain in Washington state.

• 응용통계연구
• /
• 제20권1호
• /
• pp.183-194
• /
• 2007

이 논문에서는 두 독립인 이항 확률의 비교에서 이항 확률 중 하나 또는 모두가 0.05보다 작을 경우의 두 확률의 비교에 대한 표본수 계산의 문제를 다루었다. Whitte-more(1981)는 여러 공변량에 근거한 로지스틱 회귀를 이용하여 극소 확률의 경우에 대한 수정 표본수 공식을 제안하였다. 이를 독립된 비율의 비교에 적용하여 이로부터 계산한 표본수는 일반적으로 많이 사용하는 근사 정규 방법, 특히 극소 비율의 비교에 대한 방법이 아닌 근사 정규 방법의 표본수 보다도 훨씬 큰 표본수를 제시하고 있다. 그러므로, 응용분야의 통계인들은 극소 반응 확률에 근거한 임상 시험을 계획할 경우 계획의 단계에서 의도하는 검정력을 확보하기 위해 교과서에 제시된 표본수 공식이나 부표에 의존한다면 위험할 수 있음을 이 논문의 결과가 말해 주고 있다.

• Journal of the Korean Data and Information Science Society
• /
• 제23권1호
• /
• pp.53-61
• /
• 2012

많은 조사에서 표본 크기는 유의수준 또는 제1종 오류확률만을 고려하여 결정하였으나 최근에는 다양한 분야를 중심으로 제1종 오류확률뿐만 아니라 제2종 오류확률 또는 검정력을 함께 고려하여 표본 크기를 결정하는 경우가 늘어나고 있다. 이런 경향은 표본을 많이 얻을 수 없는 연구에서 더욱 뚜렸하다. 본 연구에서는 모평균과 모비율에 대한 검정에서 제1종 오류뿐만 아닌 제2종 오류를 고려한 경우 필요한 표본 크기를 결정하는 과정을 살펴보고 이를 웹사이트를 통해 공개하였다. 또한 주어진 표본 크기와 유의수준에 의한 검정력 계산도 함께 공개하였다.