• 응용통계연구
• /
• 제28권2호
• /
• pp.123-136
• /
• 2015

관측 가능한 변수들 사이의 관계를 묘사한 갈릴레오의 물리학 법칙 발견 이후, 과학은 큰 성과를 거두며 발전해왔다. 그러나, 관측할 수 없는 변량효과를 함께 이용하여 더 많은 자연 현상을 설명할 수 있게 되었고, 이를 이용한 최초의 통계적 모형인 혼합효과모형이 소개되었다. 계산기술의 발달과 더불어 복잡한 현상에 대한 추론을 위하여 혼합효과모형은 그 중요성이 더욱 커지고 있다. 이러한 혼합효과모형은 최근 다단계 일반화 선형모형을 포함한 여러 모형으로 확장되었으며, 관측할 수 없는 변량효과를 추론하기 위한 다단계 가능도가 제시되었다. 혼합효과모형 특집호를 통해 이러한 모형들이 여러 통계학적 문제점을 해결하는 과정을 제시하고, 앞으로 어떤 확장이 추가적으로 요구되는 지에 대하여 논할 것이다. 빈도록적 접근법과 베이지안 접근법을 함께 다룬다.

• Communications for Statistical Applications and Methods
• /
• 제15권6호
• /
• pp.969-976
• /
• 2008

Mixed linear models have been widely used in various correlated data including multivariate survival data. In this paper we extend hierarchical-likelihood(h-likelihood) approach for mixed linear models with right censored data to that for left censored data. We also allow a general random-effect structure and propose the estimation procedure. The proposed method is illustrated using a numerical data set and is also compared with marginal likelihood method.

• Communications for Statistical Applications and Methods
• /
• 제7권3호
• /
• pp.677-686
• /
• 2000

Outliers may occur with respect to any of the random components in mixed linear models. We develop a use of simple, inexpensive updating formulas to consider the effect of case-deletion for mixed linear models. The method described here requires inversions of an n x n matrix, where n is the number of nonempty cells. A numerical example illustrates the use of computational formulas.

• 응용통계연구
• /
• 제23권6호
• /
• pp.1169-1178
• /
• 2010

본 논문은 불균형 자료에서 선형혼합모형에 적용되는 Akaike Information Criterion(AIC)의 효율에 대한 연구이다. Vaida와 Balanchard (2005)에 의해 제안된 cAIC(conditional AIC)는 mAIC(marginal AIC)가 임의효과의 예측에 대한 불확실성을 모형선택에서 반영하지 못하는 단점을 극복할 수 있는 방법이다. cAIC에 대한 이론적인 성질과 확장은 Liang 등 (2008)과 Greven과 Kneib (2010)에 의하여 연구되었다. cAIC의 형태는 자료의 구조에 영향을 받지는 않지만 선형혼합모형에서 모수의 추정 효율은 자료의 불균형의 정도에 따라 많은 영향을 받는 것이 알려져 있다. 기존의 연구에서 실시한 모든 모의실험이 자료가 균형인 경우에만 실행되어 자료의 불균형이 AIC에 근거한 혼합모형 선택 방법의 효율에 어떤 영향을 미치는지 알려져 있지 않다. 본 논문은 자료의 불균형이 모형선택 방법의 효율에 미치는 영향을 모의실험을 통하여 알아보았다. 자료의 불균형이 심해짐에 따라 AIC에 근거한 모형선택방법은 복잡한 모형을 선택하는 경향이 낮아짐을 보였다.

• 응용통계연구
• /
• 제28권2호
• /
• pp.353-360
• /
• 2015

공간적으로 관측되는 연속형 자료를 분석하는 모형으로 공간적 상관관계를 고려한 다양한 정규모형이 지난 수십 년간 제안되었다. 그 중에서 공간효과를 랜덤효과로 모형화하는 공간선형모형(Spatial Linear Mixed Model; SLMM)이 가장 널리 활용되는 모형 중 하나일 것이다. 연결함수(link function)을 사용하면 SLMM을 비정규 데이터도 적용할 수 있는 일반화된 공간선형모형(Spatial Generalized Linear Mixed Model; SGLMM)으로 자연스럽게 확장할 수 있다. 이 논문에서는 가장 널리 활용되는 SGLMM을 알아보고 실제 데이터 적용사례를 R 패키지를 활용하여 제시하고자 한다.

• 응용통계연구
• /
• 제28권2호
• /
• pp.201-210
• /
• 2015

생명과학 또는 의학 연구에서는 반복 측정된 변수들 간의 상관 관계를 보고자 하는 경우가 발생한다. 반복 측정된 것을 고려하지 않으면 상관관계를 과소 추정하는 경향이 나타나므로 이를 고려해야 하며, 선형혼합모형의 분산-공분산 행렬을 이용하여 상관관계를 추정할 수 있다. 본 연구에서는 변수들의 반복 측정이 동시에 된 경우와 그렇지 않은 경우로 나누어 혼합모형을 이용한 상관계수의 추정방법을 소개한다. 고속 음향 복사력 임펄스 영상(acoustic radiation force impulse imaging; ARFI)으로 간과 비장에서 각각 세 번씩 전단파 속도를 반복 측정하고 복부 초음파 검사로 비장 길이를 측정한 자료에서 전단파 속도와 비장 길이 간의 상관 관계를 분석하기 위해 본 논문에서 소개한 방법들을 적용하였고 SAS의 PROC MIXED를 이용하는 방법을 제시하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제25권4호
• /
• pp.941-949
• /
• 2014

Unit level logistic regression model with mixed effects has been used for estimating small area proportions, which treats the spatial effects as random effects and assumes linearity between the logistic link and the covariates. However, when the functional form of the relationship between the logistic link and the covariates is not linear, it may lead to biased estimators of the small area proportions. In this paper, we relax the linearity assumption and propose two types of kernel-based logistic regression models for estimating small area proportions. We also demonstrate the efficiency of our propose models using simulated data and real data.

• Communications for Statistical Applications and Methods
• /
• 제12권3호
• /
• pp.759-771
• /
• 2005

Twin studies are one of the most widely used methods for quantifying the influence of genetic and environmental factors on some traits such as a life span or a disease. In this paper we propose a genetic mixed linear model for twin survival time data, which allows us to separate the genetic component from the environmental component. Inferences are based upon the hierarchical likelihood (h-likelihood), which provides a statistically efficient and simple unified framework for various random-effect models. We also propose a simple and fast computation method for analyzing a large data set on twin survival study. The new method is illustrated to the survival data in Swedish Twin Registry. A simulation study is carried out to evaluate the performance.

• 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.

• Journal of the Korean Data and Information Science Society
• /
• 제19권4호
• /
• pp.1327-1334
• /
• 2008

Mixed effect binomial regression models are widely used for analysis of correlated count data in which the response is the result of a series of one of two possible disjoint outcomes. In this paper, we consider kernel extensions with nonparametric fixed effects and parametric random effects. The estimation is through the penalized likelihood method based on kernel trick, and our focus is on the efficient computation and the effective hyperparameter selection. For the selection of hyperparameters, cross-validation techniques are employed. Examples illustrating usage and features of the proposed method are provided.