• 한국수학사학회지
• /
• 제11권2호
• /
• pp.63-76
• /
• 1998

When teaching the linear regression analysis in the class, the power transformation must be introduced to fit the linear regression model for nonlinear data. Box and Cox (1964) proposed the attractive power transformation technique which is so called Box-Cox transformation. In this paper, an effective algorithm selecting an appropriate value for Box-Cox transformation is developed which is considered to find a value minimizing error sum of squares. When the proposed algorithm is used to find a value for transformation, the number of iterations needs to be considered. Thus, the number of iterations is examined through simulation study. Since SAS is one of most widely used packages and does not provide the procedure that performs iterative Box-Cox transformation, a SAS program automatically choosing the value for transformation is developed. Hence, the students could learn how the Box-Cox transformation works, moreover, researchers can use this for analysis of data.

• Journal of the Korean Data and Information Science Society
• /
• 제22권5호
• /
• pp.967-976
• /
• 2011

The Box-Cox transformation is a well known family of power transformations that brings a set of data into agreement with the normality assumption of the residuals and hence the response variable of a postulated model in regression analysis. Normalization (studentization) of the regressors is a common practice in analyzing microarray data. Here, we implement Box-Cox transformation in normalizing regressors in microarray data. Pridictabilty of the model can be improved using data transformation compared to studentization.

• Journal of Preventive Medicine and Public Health
• /
• 제43권6호
• /
• pp.543-548
• /
• 2010

Objectives: The objective of this study was to calculate sample size and power in an ongoing cohort, Korea radiation effect and epidemiology cohort (KREEC). Method: Sample size calculation was performed using PASS 2002 based on Cox regression and Poisson regression models. Person-year was calculated by using data from '1993-1997 Total cancer incidence by sex and age, Seoul' and Korean statistical informative service. Results: With the assumption of relative risk=1.3, exposure:non-exposure=1:2 and power=0.8, sample size calculation was 405 events based on a Cox regression model. When the relative risk was assumed to be 1.5 then number of events was 170. Based on a Poisson regression model, relative risk=1.3, exposure:non-exposure=1:2 and power=0.8 rendered 385 events. Relative risk of 1.5 resulted in a total of 157 events. We calculated person-years (PY) with event numbers and cancer incidence rate in the nonexposure group. Based on a Cox regression model, with relative risk=1.3, exposure:non-exposure=1:2 and power=0.8, 136 245PY was needed to secure the power. In a Poisson regression model, with relative risk=1.3, exposure:non-exposure=1:2 and power=0.8, person-year needed was 129517PY. A total of 1939 cases were identified in KREEC until December 2007. Conclusions: A retrospective power calculation in an ongoing study might be biased by the data. Prospective power calculation should be carried out based on various assumptions prior to the study.

• 응용통계연구
• /
• 제15권2호
• /
• pp.233-250
• /
• 2002

Cox의 비례위험모형(proportional hazards model)은 생존자료(survival data)에 대한 회귀모형으로 경제학 및 의·공학을 비롯한 여러 응용 분야에서 가장 널리 쓰이고 있는 모형 중 하나이다. 그러나, 이 모형은 일반선헝모형에 비해 잔차 분석을 통한 회귀 진단의 연구가 널리 알려져 있지 않아, 국내의 실제 자료 분석에서는 잔차 분석에 대한 활용이 거의 이루어지지 않고 있는 실정이다. 이에 본 논문에서는 그 동안 제안된 여러 잔차들을 비교 분석하고, S-plus 프로그램을 이용한 PBC(primary biliary cirrhosis) 자료분석을 통해 각 잔차들의 의미를 고찰하고자 한다.

• 산업경영시스템학회지
• /
• 제29권1호
• /
• pp.143-150
• /
• 2006

Box-Cox model and T-factor method have been widely used to measure economic depreciations for industrial property. The Box-Cox model which combines economic efficiency with depreciation pattern is here extended to the reliability function. To do so a Rayleigh distribution which has been used to estimate the reliability of current assets was chosen as an efficiency curve of marginal productivity. Such an approach provides the possibility to classify the efficiency curves into four categories. It is also possible to analyze the types of depreciation curves. Therefore, the power family of a non-linear Box-Cox model could be set at certain constant values, then the model can be transformed into a linear model to estimate the economic depreciation rates by utilizing the reliability function. Estimating the resultant linear regression equation requires minimal number of observations, while at the same time facilitating the test of hypothesis on depreciation rates.

• 한국사회복지학
• /
• 제61권3호
• /
• pp.307-328
• /
• 2009

본 연구는 별거 이혼을 경험한 부부의 결혼지속기간의 추이를 살펴보고, 결혼지속에 영향을 미치는 요인을 살펴보고자 한다. 한국노동패널 1998~2007년 자료를 이용하였으며, 생존표법(life tables)과 비례적 위험회귀모형(cox proportional hazard regression model)을 이용하여 분석하였다. 본 연구의 결과로는 생명표법을 통하여 별거 이혼 추이를 보면 결혼 이후 5년 이내 이혼을 하는 경우가 0.79%, 10년 이내 이혼을 한 경우는 2.12%, 20년 이내 이혼을 한 경우는 5.84%를 나타났다. 결혼지속기간은 남편의 연령, 아내의 연령, 아내의 학력, 남편의 월 평균소득, 부모 부양여부, 그리고 연간가구소득에 유의한 영향을 받는 것으로 드러났다. 젊은 세대일수록, 교육수준이 낮을수록, 경제적 상태가 열악할수록, 부모부양부담이 있을수록 이혼할 위험이 높으므로 이들에 대한 정책적 개입이 필요하다.

• Communications for Statistical Applications and Methods
• /
• 제29권6호
• /
• pp.629-640
• /
• 2022

Variable selection is one of the most crucial tasks in supervised learning, such as regression and classification. The best subset selection is straightforward and optimal but not practically applicable unless the number of predictors is small. In this article, we propose directly solving the best subset selection via the genetic algorithm (GA), a popular stochastic optimization algorithm based on the principle of Darwinian evolution. To further improve the variable selection performance, we propose to run multiple GA to solve the best subset selection and then synthesize the results, which we call ensemble GA (EGA). The EGA significantly improves variable selection performance. In addition, the proposed method is essentially the best subset selection and hence applicable to a variety of models with different selection criteria. We compare the proposed EGA to existing variable selection methods under various models, including linear regression, Poisson regression, and Cox regression for survival data. Both simulation and real data analysis demonstrate the promising performance of the proposed method.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2005년도 춘계 학술발표회 논문집
• /
• pp.251-255
• /
• 2005

중도절단된 자료와 표본수가 적은 자료를 가지는 생존분석에서 생존율을 추정하거나 두 집단의 생존율을 비교할 때 정규분포 근사를 가정한 신뢰구간을 이용하는 데는 많은 어려움이 생긴다. 생존함수의 신뢰구간에 대한 중도절단을, 표본의 크기에 따른 다양한 상황의 모의실험을 통하여 Kaplan-Meier, Nelson, 적률 추정량 그리고 cox model의 ${\beta}$을 가지고 붓스트랩을 이용한 신뢰구간과 비모수 신뢰구간, 우도비 신뢰구간의 실제 포함 확률을 비교해보고자 한다.

• Journal of Chest Surgery
• /
• 제42권6호
• /
• pp.710-718
• /
• 2009

배경: Cox maze 수술은 거의 20년 가까이 심방세동의 표준적인 외과적 치료방법으로 이용되었다. 최근 저자들은 Cox maze 수술에서 대부분의 절개선을 양극고주파전극(Cox maze IV procedure)으로 대치하였다. 저자들은 지속성 심방세동의 수술적 치료에 양극고주파전극을 이용한 Cox maze 수술의 결과를 조사하고 절개-봉합법을 이용한 Cox maze III 수술의 결과와 비교하였다. 대상 및 방법: 2005년 4월부터 2007년 7월까지 40명의 환자가 양극고주파전극으로 Cox maze 수술을 받았다. 그 결과를 절개-봉합법으로 수술 받은 35예의 결과와 비교하였다. 모두 다른 심장수술과 함께 심방세동 수술을 받았으며, 수술 후 1내지 2개월마다 추적 조사하였다. 결과: 수술 후 6개월에 정규리듬의 전환율은 양극고주파전극방법과 절개-봉합방법 사이에 차이가 없었고(95.0%/97.1%, p=1.0), 마지막 추적시간까지 정규리듬 전환율도 차이가 없었다(92.5%/91.6%, p=1.0). 다변량 분석(Cox-regression)으로 양극고주파군에서 심방세동의 지속 및 재발의 위험인자는 수술 후 좌심방의 내경이었고(hazard ratio 31, p=0.005), 양군 전체의 환자에서 수술 후 심방세동의 지속 및 재발의 위험인자(Cox-regression)는 수술 6개월에 심방세동의 출현(hazard ratio 92.24, p=0.003)과 수술 후 좌심방의 내경(hazard ratio 16.05, p=0.019)이었다. 대동맥차단시간과 체외순환시간은 양극고주파전극군에서 더 짧았다. 결론: Cox maze 수술 시 양극고주파전극의 사용은 절개-봉합법과 같이 우수한 정규리듬 전판율을 보이며, 수술 후 좌심방의 크기가 심방세동의 지속 및 재발에 영향을 주는 독립인자였다.

• 대한산업공학회지
• /
• 제40권3호
• /
• pp.283-290
• /
• 2014

In the flat panel display industry, to meet production target quantities and the deadline of production, the scheduler and dispatching systems are major production management systems which control the order of facility production and the distribution of WIP (Work In Process). Especially the delivery time is a key factor of the dispatching system for the time when a lot can be supplied to the facility. In this paper, we use survival analysis methods to identify main factors of the delivery time and to build the delivery time forecasting model. To select important explanatory variables, the cox proportional hazard model is used to. To make a prediction model, the accelerated failure time (AFT) model was used. Performance comparisons were conducted with two other models, which are the technical statistics model based on transfer history and the linear regression model using same explanatory variables with AFT model. As a result, the mean square error (MSE) criteria, the AFT model decreased by 33.8% compared to the statistics prediction model, decreased by 5.3% compared to the linear regression model. This survival analysis approach is applicable to implementing the delivery time estimator in display manufacturing. And it can contribute to improve the productivity and reliability of production management system.