• 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.

• 응용통계연구
• /
• 제27권2호
• /
• pp.317-330
• /
• 2014

양극성 장애는 조증 삽화(manic episode)와 주요 우울삽화(major depressive episode)를 특징으로 하는 정신질환이다. 주요 우울삽화 시기에는 양극성 장애 환자들의 810%가 자살하는 것으로 알려져 있다. 그러므로 양극성 장애 환자를 치료할 때, 우울증상의 정도를 측정하는 것이 중요하다. 우울증상의 정도를 측정하기 위해 가장 많이 사용하는 검사법은 해밀턴 우울평가 척도(Hamilton depression rating scale)이다. 본 논문에서는 해밀턴 우울평가척도 점수를 이용하여 환자들의 치료 효과를 예측하기 위해 선형혼합효과모형(linear mixed effects model)과 전이모형(transition model)을 제시하였다. 예측을 위해 사용된 자료는 분당서울대학교병원을 방문하여 초진일 당시의 해밀턴 우울평가 척도 점수가 8 점 이상인 환자들의 정보를 사용하였다. 첫 조사시점부터 6개월, 12개월 후 세 차례에 걸쳐 관측된 해밀턴 우울평가 척도 점수를 선형혼합효과모형과 전이모형에 적합시켰다. 그 결과를 토대로 특정시점의 해밀턴 우울평가 척도 점수를 예측하였다. 첫 조사시점부터 6개월, 12개월 후의 해밀턴 우울평가 척도 점수를 사용해 선형혼합효과모형과 전이모형에 적합 시켰다. 이 모델들을 이용해 조사시점부터 24개월 후의 해밀턴 우울평가 척도 점수를 예측한다. 이 예측모델은 조사된 24개월 후의 점수와 예측된 24개월의 후의 점수를 비교하여 평가하였다.

• Communications for Statistical Applications and Methods
• /
• 제24권1호
• /
• pp.81-96
• /
• 2017

Cumulative logit random effects models are typically used to analyze longitudinal ordinal data. The random effects covariance matrix is used in the models to demonstrate both subject-specific and time variations. The covariance matrix may also be homogeneous; however, the structure of the covariance matrix is assumed to be homoscedastic and restricted because the matrix is high-dimensional and should be positive definite. To satisfy these restrictions two Cholesky decomposition methods were proposed in linear (mixed) models for the random effects precision matrix and the random effects covariance matrix, respectively: modified Cholesky and moving average Cholesky decompositions. In this paper, we use these two methods to model the random effects precision matrix and the random effects covariance matrix in cumulative logit random effects models for longitudinal ordinal data. The methods are illustrated by a lung cancer data set.

• 문화기술의 융합
• /
• 제8권2호
• /
• pp.315-319
• /
• 2022

본 연구는 선형 혼합 모형을 활용하여 쓰기 능력이 장기적으로 어떻게 발전되어 가는지를 통사적 복잡성(syntactic complexity) 측면에서 4명의 사례 연구자들이 작성한 에세이를 활용하여 분석하였다. 사례 연구자들은 자발적으로 Criterion 이라는 자동 쓰기 평가 프로그램의 피드백을 받아 초안과 수정본을 교실 밖에서 매달 한 개 씩 일 년 동안 작성했다. 총 48개 초안 에세이가 본 연구의 분석 대상이고, 통사적 복잡성은 Syntactic Complexity Analyzer의 14개 지표 중에서 추출하여 분석하였다. 선형 혼합 모형 분석 결과를 살펴보면 다음과 같다. 시간과 T-unit의 평균길이 간에는 통계적으로 유의미한 선형 관계가 있었으며, 이는 연구 참여자들이 시간이 지날수록 길이가 긴 T-uni을 포함한 에세이를 작성했음을 보여준다. 또한 시간과 의존절과 독립절 간의 비율 간에도 통계적으로 유의미한 선형 관계가 있었는데, 이는 연구 참여자들이 일 년 동안 높은 비율의 의존절이 포함된 에세이를 작성했음을 시사한다.

• Communications for Statistical Applications and Methods
• /
• 제25권1호
• /
• pp.61-70
• /
• 2018

Modeling of the random effects covariance matrix in generalized linear mixed models (GLMMs) is an issue in analysis of longitudinal categorical data because the covariance matrix can be high-dimensional and its estimate must satisfy positive-definiteness. To satisfy these constraints, we consider the autoregressive and moving average Cholesky decomposition (ARMACD) to model the covariance matrix. The ARMACD creates a more flexible decomposition of the covariance matrix that provides generalized autoregressive parameters, generalized moving average parameters, and innovation variances. In this paper, we analyze longitudinal count data with overdispersion using GLMMs. We propose negative binomial loglinear mixed models to analyze longitudinal count data and we also present modeling of the random effects covariance matrix using the ARMACD. Epilepsy data are analyzed using our proposed model.

• 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.

• 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.

• 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.

• 응용통계연구
• /
• 제28권2호
• /
• pp.241-250
• /
• 2015

경시적 자료 연구의 중요한 주제 중의 하나는 시간이 지남에 따라 개인의 건강 상태가 어떻게 변하는지를 추적하는 확률이다. 질병의 상태를 시간의 흐름에 따라 추적하는 것은 장기간에 걸친 임상적 관찰 연구의 계획과 분석, 그리고 질병의 예방과 치료에 중요한 의미를 지닌다. 본 논문에서는 두 다른 시점에서 각 개인의 건강 상태에 대한 조건부 확률을 추정해내는 순위 추적 확률에 대하여 연구하였다. 순위 추적 확률과 순위 추적 확률비를 추정하기 위하여 선형 혼합 효과 모형을 고려하였다. 본 논문의 방법은 아동을 대상으로 심혈관계 질환의 위험요인을 연구하는 역학 자료에 적용되었다.