• 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.

• Water Engineering Research
• /
• 제3권3호
• /
• pp.195-202
• /
• 2002

The mean is generally used as a point estimator in water-quality data. Unfortunately, the nonnormal and skewed distributions of data hinder the direct application of the mean, which is inappropriate statistics in this case. The use of robust statistics such as L, M, and R-estimators are recommended and become more efficient. The median (L-estimator), the biweight (M-estimator), and the Hodges-Lehmann method (R-estimator) are briefly introduced and applied in this paper. From the actual data analyses, it is known that the median does not guarantee robustness for a small number of data sets, and robust measures of location or the arithmetic mean without outliers are highly recommended if the distribution has tails or outliers. Care must be taken to measure the location because water quality level within a water body can change depending on the selected point estimator.

• 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
• /
• 제31권5호
• /
• pp.599-610
• /
• 2018

반복이 있는 랜덤화 블록 모형(randomized block design with replications)에서 비모수 다중비교 방법으로는 Mack과 Skillings (Technometrics, 23, 171-177, 1981) 방법이 있다. 이 방법은 각 블록의 처리에서 반복된 관측값 대신 관측값들의 평균을 이용해 순위를 매기기 때문에 정보의 손실이 발생할 가능성이 있다. 이를 보완하기 위해 본 논문에서는 Hodges와 Lehmann (The Annals of Mathematical Statistics, 33, 482-497, 1962)이 제안한 정렬방법과 Chung과 Kim (Communications for Statistical Applications and Methods, 14, 551-560, 2007)이 제안한 결합위치 검정법을 확장하여 반복이 있는 랜덤화 블록 모형에서 새로운 비모수 다중비교 방법을 제시하였다. 또한 몬테카를로 모의실험(Monte Carlo simulation)을 통해 모수적 방법과 기존의 비모수적 방법과의 family wise error rate (FWE)와 검정력을 비교하였다.