• The Korean Journal of Applied Statistics
• /
• v.33 no.4
• /
• pp.439-449
• /
• 2020

Meta-analysis provides a way of integrating several independent studies of interest. Since small studies with statistically significant results are more likely to be published, publication bias, which is a special case of selection bias, often occurs in meta analysis. Conditional likelihood and weighted estimating equation have been proposed to deal with publication bias, but they require to specify a correct selection probability model. In contrast, the pairwise pseudolikelihood approach can correct publication bias without fully specifying the correct selection probability model, but its performance in meta-analysis was not investigated. In this paper, we perform a numerical study about whether the pairwise pseudolikelihood approach is effective for solving publication bias arising from typical meta-analysis settings.

• International Journal of Reliability and Applications
• /
• v.15 no.2
• /
• pp.111-123
• /
• 2014

A new class of bivariate distributions is derived by specifying its conditionals as the exponential and gamma distributions. Some properties and relations with other distributions of the new class are studied. In particular, the estimation of parameters is considered by the methods of maximum likelihood and pseudolikelihood of a special case of the new class. An application using a real bivariate data is given for illustrating the flexibility of the new class in this context, and, also, for comparing the estimation results obtained by the maximum likelihood and pseudolikelihood methods.

• Communications for Statistical Applications and Methods
• /
• v.8 no.2
• /
• pp.311-317
• /
• 2001

It is necessary to check the linearity of selected covariates in regression diagnostics. There are various graphical methods using residual plots such as partial residual plots, augmented partial residual plots and combining conditional expectation and residual plots. In this paper, we propose the modified pseudolikelihood ratio test statistics based on these residual plots to test linearity of selected covariate. These test statistics which measure the distance between the nonparametric and parametric models are derived as a ratio of quadratic forms. The approximate distribution of these statistics is calculated numerically by using three moments. The power comparison of these statistics is given.

• Journal of the Korean Statistical Society
• /
• v.23 no.1
• /
• pp.207-216
• /
• 1994

Count data are often overdispersed, and an appropriate test for the existence of the overdispersion is necessary. In this paper we derive a score test based on the extended quasi-likelihood and the pseudolikelihood after adjusting to the Bartlett factor. Also, we compare it with Levene (1960)'s F-type test suggested by Ganio and Schafer (1992).

• Communications for Statistical Applications and Methods
• /
• v.15 no.6
• /
• pp.993-1002
• /
• 2008

Correlated responses have been widely analyzed since Liang and Zeger (1986) introduced the famous Generalized Estimating Equations(GEE). However, their variance functions were restricted to known quantifies multiplied by scale parameter. In so many industries and academic/research fields, power-of-the-mean variance function is one of the common variance function. We suggest GEE-type pseudolikelihood estimation based on the power-of-the-mean variance using existing software and investigate it's efficiency for different working correlation matrices.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.38-38
• /
• 2015

최근 다변량 확률모형을 이용한 빈도해석이 여러 수문분야에 걸쳐 연구되고 있다. 기존 일변량 빈도해석에 비해 변수활용에 대한 자유도와 물리적 현상을 정확하게 표현할 수 있다는 장점이 있으나, 표본자료의 부족, 매개변수 추정 및 적합도 검정 등의 어려움으로 실제 분야에 사용되기 어려운 점이 있다. 본 연구에서는 copula 모형에 대하여 Cramer-von Mises(CVM) 적합도 검정 시 표본자료의 적정 크기를 결정하기 위하여 Peaks-Over-Threshold(POT) 방법을 이용하였다. 서울지점의 기상청 시강우 자료를 이용하여 빈도해석을 수행하였으며, Gumbel copula 모형에 대하여 매개변수 추정은 maximum pseudolikelihood method(MPL) 방법을 이용하였다. 50년의 기록 자료에 대하여 표본크기를 50개부터 2500개까지 조절하여 CVM 통계값과 p-value를 기준으로 적정 표본크기를 산정하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.183-183
• /
• 2015

수공구조물 설계 시 중요한 요소 중 하나인 확률강우량은 일반적으로 고정지속기간별 강우량에 대하여 일변량 빈도해석을 수행하고 가장 적절한 분포형을 선택하는 지점빈도해석의 과정을 거친다. 그러나 일변량 빈도해석을 수행하기 위해서는 지속시간을 고정하고 강우량의 변화로만 해석해야 단점이 있으며 이를 보완하기 위해 본 연구에서는 다변량 확률모형인 copula 모형을 이용하여 이변량 빈도해석을 수행하였다. 확률변수로는 강우량과 지속기간(hr)을 사용하였고, 주변분포형으로 강수량 - Gumbel (GUM), generalized logistic (GLO) 분포형, 지속기간(hr) - generalized extreme value (GEV), GUM, GLO 분포형을 사용하였으며, copula 모형은 Gumbel-Hougaard 모형을 이용하였다. 주변분포형의 매개변수는 일반적으로 가장 많이 사용하는 확률가중모멘트법을 이용하여 추정하였으며, copula 모형의 매개변수는 maximum pseudolikelihood(MPL) 방법을 사용하였다. 이를 통해 얻어진 이변량 빈도해석의 확률강우량 결과와 기존 지점빈도해석의 결과를 비교하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.376-380
• /
• 2011

강우사상은 강우량, 지속기간, 강우강도 등의 특성으로 표현될 수 있으며 이런 인자들을 같이 고려할수록 그 현상을 보다 종합적으로 표현할 수 있다. 하지만 현재 일반적으로 이루어지는 일변량 빈도해석절차에서는 지속기간을 고정시켜놓고 각 지속시간에 따른 결과만을 도출해 낼 수 있기 때문에 지속기간에 대해 제약적이고 입력자료에 존재하지 않는 지속기간에 대한 결과를 얻기가 어렵다. Copula모델은 두 일변량 분포형을 다변량 분포형으로 연결하여 주는 모델이다. 따라서 강우량과 지속기간을 변수로 사용하면 Copula모델을 통한 이변량 강우빈도해석은 보편적으로 이루어지고 있는 일변량 지점빈도해석보다 지속기간에 대해 유연한 결과를 나타낼 수 있다. 즉, 강우와 지속기간이 동시에 변수로 사용되기 때문에 임의의 지속기간이나 강우에 대해서 확률강우량 및 확률지속기간을 얻을 수 있다. 본 연구에서는 서울지점을 대상으로 1961∼2009년 동안 발생한 강우사상 중 각 년도에서 최대강우량이 발생한 사상을 추출하여 입력자료로 사용하였다. Copula 모형은 Gumbel-Hougaard, Frank, Joe, Clayton, Galambos등 총 5개의 모델을 적용하였고 각 Copula의 매개변수는 준모수방법인 maximum pseudolikelihood estimator를 이용하여 추정하였다.

• Journal of Korea Water Resources Association
• /
• v.41 no.8
• /
• pp.807-823
• /
• 2008

This paper presents a technique for estimating discharge rating curve parameters. In typical practical applications, the original non-linear rating curve is transformed into a simple linear regression model by log-transforming the measurement without examining the effect of log transformation. The model of pseudo-likelihood estimation is developed in this study to deal with heteroscedasticity of residuals in the original non-linear model. The parameters of rating curves and variance functions of errors are simultaneously estimated by the pseudo-likelihood estimation(P-LE) method. Simulated annealing, a global optimization technique, is adapted to minimize the log likelihood of the weighted residuals. The P-LE model was then applied to a hypothetical site where stage-discharge data were generated by incorporating various errors. Results of the P-LE model show reduced error values and narrower confidence intervals than those of the common log-transform linear least squares(LT-LR) model. Also, the limit of water levels for segmentation of discharge rating curve is estimated in the process of P-LE using the Heaviside function. Finally, model performance of the conventional log-transformed linear regression and the developed model, P-LE are computed and compared. After statistical simulation, the developed method is then applied to the real data sets from 5 gauge stations in the Geum River basin. It can be suggested that this developed strategy is applied to real sites to successfully determine weights taking into account error distributions from the observed discharge data.