• Journal of the Korean Data and Information Science Society
• /
• 제10권2호
• /
• pp.289-298
• /
• 1999

We consider a minimax approach to make a design robust to many types or uncertainty arising in reality when dealing with non-normal linear models. We try to build a design to protect against the worst case, i.e. to improve the "efficiency" of the worst situation that can happen. In this paper, we especially deal with the generalized linear model. It is a known fact that the generalized linear model is a universal approach, an extension of the normal linear regression model to cover other distributions. Therefore, the optimal design for the generalized linear model has very similar properties as the normal linear model except that it has some special characteristics. Uncertainties regarding the unknown parameters, link function, and the model structure are discussed. We show that the suggested approach is proven to be highly efficient and useful in practice. In the meantime, a computer algorithm is discussed and a conclusion follows.

• Asian-Australasian Journal of Animal Sciences
• /
• 제11권6호
• /
• pp.642-647
• /
• 1998

A Poisson error model as a generalized linear mixed model (GLMM) has been suggested for genetic analysis of counted observations. One of the assumptions in this model is the normality for random effects. Since this assumption is not always appropriate, a more flexible model is needed. For count traits, a Poisson hierarchical generalized linear model (HGLM) that does not require the normality for random effects was proposed. In this paper, a Poisson-Gamma HGLM was examined along with corresponding analytical methods. While a difficulty arises with Poisson GLMM in making inferences to the expected values of observations, it can be avoided with the Poisson-Gamma HGLM. A numerical example with simulated embryo yield data is presented.

• 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.

• Journal of the Korean Data and Information Science Society
• /
• 제15권1호
• /
• pp.129-139
• /
• 2004

We consider the problem of testing for outliers in generalized linear model. We proceed by first specifying a mean shift outlier model, assuming the suspect set of ourliers is known. Given this model, we discuss standard approaches to obtaining score test for outliers as an alternative to the likelihood ratio test.

• 응용통계연구
• /
• 제13권2호
• /
• pp.541-562
• /
• 2000

일반화된 선형 혼합 모형(GLMM)은 자료가 계수의 형태로 나타나는 범주형 자료의 경우, 혹은 집락의 형태나 과산포된 비정규 자료, 또는 비선형 모형에 따르는 자료를 다루기 위한 모형 설정에 사용된다. 본 연구에서는 이에 대한 개요와 더불어, 이 모형의 적합을 위해 제시된 통계적 기법들중 의사가능도(quasi-likelihood: QL)를 이용한 추정 방법 및 Monte-Carlo 기법을 이용한 추정 방법들에 대해 조사하였다. 또한 GLMM에 대한 현재의 연구 방향 및 앞으로의 연구 가능 주제들에 대해서도 언급하였다.

• Communications for Statistical Applications and Methods
• /
• 제30권5호
• /
• pp.437-451
• /
• 2023

Generalized linear models and generalized linear mixed models (GLMMs) are fundamental tools for predictive analyses. In insurance, GLMMs are particularly important, because they provide not only a tool for prediction but also a theoretical justification for setting premiums. Although thousands of resources are available for introducing GLMMs as a classical and fundamental tool in statistical analysis, few resources seem to be available for the insurance industry. This study targets insurance professionals already familiar with basic actuarial mathematics and explains GLMMs and their linkage with classical actuarial pricing tools, such as the Buhlmann premium method. Focus of the study is mainly on the modeling aspect of GLMMs and their application to pricing, while avoiding technical issues related to statistical estimation, which can be automatically handled by most statistical software.

• Journal of the Korean Data and Information Science Society
• /
• 제16권1호
• /
• pp.13-18
• /
• 2005

We explore the structure and usefulness of the 3-D residual plot as a basic tool for dealing with interaction in generalized linear models. If predictors have an interaction effect, the shape obtained by rotating the 3-D residual plot will show its presence. To illustrate the use of this plot as an aid to exploring the interaction, we present an example of a binomial regression model using simulated data.

• 전자공학회논문지SC
• /
• 제40권5호
• /
• pp.326-332
• /
• 2003

본 연구에서는 상태변수에 시변 시간지연을 가진 선형시스템의 모델 차수축소를 취급한다. 이를 위하여 시간지연 시스템의 일반화 가제어성/가관측성 그래미안을 선형행렬 부등식의 해를 이용하여 정의하고 균형화된 상태공간 구현을 정의한다. 균형화된 상태공간 구현으로부터 상태변수론 절삭하여 차수축소된 시간지연 시스템을 구하고 모델 축소오차의 상한치를 제시한다. 수치예를 통하여 제시된 방법의 효용성을 입증한다.

• 응용통계연구
• /
• 제17권2호
• /
• pp.337-346
• /
• 2004

랜덤표본에 관한 이원분할표의 독립성검정에는 통상 피어슨의 카이제곱적합도검정과 우도비검정을 사용한다. 그러나 랜덤표본이 아닌 집락자료에 관한 분할표의 경우에는 이들 검정법은 잘못된 결과를 나타낸다. 이러한 경우에는 공변량의 고정효과 외에 집락에 따른 변량효과를 함께 포함하는 일반화선형혼합모형을 고려함으로써 집락간의 이질성과 집락내의 종속성을 반영할 수 있다. 본 연구에서는 집락자료의 분할표에 대한 일반화선형혼합모형을 소개하고 실례를 통하여 이들 모형의 적합에 대해 논의한다.

• Communications for Statistical Applications and Methods
• /
• 제22권3호
• /
• pp.305-312
• /
• 2015

We extend a generalized partially linear single-index model and newly define a generalized partially double-index model (GPDIM). The philosophy of sufficient dimension reduction is adopted in GPDIM to estimate unknown coefficient vectors in the model. Subsequently, various combinations of popular sufficient dimension reduction methods are constructed with the best combination among many candidates determined through a bootstrapping procedure that measures distances between subspaces. Distinguishing values are newly defined to match the estimates to the corresponding population coefficient vectors. One of the strengths of the proposed model is that it can investigate the appropriateness of GPDIM over a single-index model. Various numerical studies confirm the proposed approach, and real data application are presented for illustration purposes.