• 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
• /
• 제31권3호
• /
• pp.353-366
• /
• 2018

영상에 의한 인체의 운동 분석에서 발생하는 오차 중 가장 큰 부분을 차지하는 것은 피부와 같은 연조직의 골격에 대한 상대운동이며 이를 STA라 한다. 본 연구의 목적은 고관절 운동 중 대퇴에서 발생하는 STA를 선형혼합모형을 이용하여 예측하는 것이다. 모형에 포함되어 있는 고정효과는 고관절 회전중심과 마커의 위치로 대퇴 골격에 의한 운동의 효과, 임의효과는 고관절 중심으로부터 각 마커의 편차로 STA에 의한 효과로 각각 가정하였다. 이를 위하여 근골격계 질환 경력이 없는 다섯 명의 남성 피험자를 선정하여 대퇴에 아홉 개의 마커를 부착하여 고관절의 기능적 운동을 수행하였다. 동시에 고속카메라를 이용하여 마커의 3차원 좌표를 얻었다. 이 3차원 위치벡터에 선형혼합모형을 적용하여 임의효과를 예측하였다. 분석결과 다섯 명의 피험자는 비슷한 패턴을 보였다. 고관절에 가까운 지점의 STA가 큰 것으로 나타났으며 작은 크기를 보인 부분은 원위 대퇴의 전방이다.

• 응용통계연구
• /
• 제28권2호
• /
• pp.289-294
• /
• 2015

생동성 시험과 같은 임상약리학분야의 연구는 일반적으로 한 개체 내에서 반복하여 측정된 자료구조를 사용하므로 선형혼합모형을 이용하여 분석하는 것이 보편적이다. 이러한 모형에서 랜덤효과는 개체 내 관측 자료 사이의 상관관계를 설명하고, 공분산행렬은 개체-내 변동을 설명한다. 생동성 분석은 두 약물의 약동학적 변수인 Cmax와 AUC의 기하평균비에 대한 90% 신뢰구간이 동등성 한계인 [0.8, 1.25] 범위에 드는지 알아보는 분석으로, 고정효과에는 시기, 순서군, 치료효과를, 랜덤효과에는 개체효과를 가지는 선형혼합모형을 이용하여 분석한다. 이러한 분석이 적용된 실제 예를 살펴보기 위하여 레보플록사신 연구의 자료를 활용하였다.

• Communications for Statistical Applications and Methods
• /
• 제21권5호
• /
• pp.423-433
• /
• 2014

Test statistics using cumulative sums of residuals have been widely used in various regression models including generalized linear models(GLM). Recently, Pan and Lin (2005) extended this testing procedure to the generalized linear mixed models(GLMM) having random effects, in which we encounter difficulties in computing the marginal likelihood that is expressed as an integral of random effects distribution. The Gaussian quadrature algorithm is commonly used to approximate the marginal likelihood. Many commercial statistical packages provide an option to apply this type of goodness-of-fit test in GLMs but available programs are very rare for GLMMs. We suggest a computational algorithm to implement the testing procedure in GLMMs by a freely accessible R package, and also illustrate through practical examples.

• Communications for Statistical Applications and Methods
• /
• 제16권6호
• /
• pp.971-978
• /
• 2009

Poisson generalized linear mixed models(GLMMs) have been widely used for the analysis of clustered or correlated count data. For the inference marginal likelihood, which is obtained by integrating out random effects is often used. It gives maximum likelihood(ML) estimator, but the integration is usually intractable. In this paper, we propose how to obtain the ML estimator via Laplace approximation based on hierarchical-likelihood (h-likelihood) approach under the Poisson GLMMs. In particular, the h-likelihood avoids the integration itself and gives a statistically efficient procedure for various random-effect models including GLMMs. The proposed method is illustrated using two practical examples and simulation studies.

• Communications for Statistical Applications and Methods
• /
• 제23권6호
• /
• pp.575-585
• /
• 2016

Longitudinal studies repeatedly measure outcomes over time. Therefore, repeated measurements are serially correlated from same subject (within-subject variation) and there is also variation between subjects (between-subject variation). The serial correlation and the between-subject variation must be taken into account to make proper inference on covariate effects (Diggle et al., 2002). However, estimation of the covariance matrix is challenging because of many parameters and positive definiteness of the matrix. To overcome these limitations, we propose autoregressive moving average Cholesky decomposition (ARMACD) for the linear mixed models. The ARMACD allows a class of flexible, nonstationary, and heteroscedastic models that exploits the structure allowed by combining the AR and MA modeling of the random effects covariance matrix. We analyze a real dataset to illustrate our proposed methods.

• 한국의류학회지
• /
• 제44권1호
• /
• pp.84-95
• /
• 2020

Wearing ease is a critical factor when designing special uniforms such as flight pilot's garment and should reflect occupational properties for better performance. This study measured skin surface on 31 areas in seven postures that refer to the pilot's occupational postures as well as made six prediction models including linear mixed model (LMM) for each body part to find the best fit model. Skin surface measured from 3D body scanned images of 11 male pilot participants. There were significantly positive and negative changes in various areas from standing posture (P1) to dynamic postures (P2-P7). Six models were designed in various compositions using stature and chest circumference as fixed effects and subject and posture as random effects. The best models were linear mixed models with one fixed effect (chest circumference or stature, varies with body parts) and two random effects (subject and posture). The results of this study provide reference data to set wearing ease for pilot's garment and suggests a new methodology in this research area, but verifying the effect of diverse independent variables is left for future studies.

• Communications for Statistical Applications and Methods
• /
• 제21권1호
• /
• pp.45-60
• /
• 2014

We introduce a MCMC sampling for a generalized linear normal random effects model with the ordered probit link function based on latent variables from suitable truncated normal distribution. Such models have proven useful in practice and we have observed numerically reasonable results in the estimation of fixed effects when the random effect term is provided. Applications that utilize Korean Welfare Panel Study data can be difficult to model; subsequently, we find that an ordered probit model with the random effects leads to an improved analyses with more accurate and precise inferences.

• 대한임상약리학회:학술대회논문집
• /
• 대한임상약리학회 2006년도 제15차 추계학술대회
• /
• pp.37-38
• /
• 2006

• 응용통계연구
• /
• 제28권2호
• /
• pp.211-219
• /
• 2015

일반화 선형혼합모델은 일반적으로 경시적 범주형 자료를 분석하는데 사용된다. 이 모델에서 임의효과는 반복 측정치들의 시간에 따른 의존성을 설명한다. 임의효과 공분산행렬의 추정은 여러가지 제약조건들 때문에 쉽지 않은 문제이다. 제약조건으로는 행렬의 모수들의 수가 많으며, 또한 추정된 공분산행렬은 양정치성을 만족하여야 한다. 이러한 제한을 극복하기 위해, 임의효과 공분산행렬의 모형화를 위한 여러가지 방법이 제안되었다: 수정 단냠레스키분해, 이동평균 단냠레스키분해와 부분 자기상관행렬을 이용한 방법이 있다. 이 논문에서 위의 제안된 방법들을 소개한다.