• Communications for Statistical Applications and Methods
• /
• 제27권1호
• /
• pp.37-46
• /
• 2020

Recurrent event data frequently occur in clinical studies, demography, engineering reliability and so on (Cook and Lawless, The Statistical Analysis of Recurrent Events, Springer, 2007). Sometimes, two or more different but related type of recurrent events may occur simultaneously. In this study, our interest is to estimate the covariate effect on bivariate recurrent event times with zero inflations. Such zero inflation can be related with susceptibility. In the context of bivariate recurrent event data, furthermore, such susceptibilities may be different according to the type of event. We propose a joint model including both two intensity functions and two cure rate functions. Bivariate frailty effects are adopted to model the correlation between recurrent events. Parameter estimates are obtained by maximizing the likelihood derived under a piecewise constant hazard assumption. According to simulation results, the proposed method brings unbiased estimates while the model ignoring cure rate models gives underestimated covariate effects and overestimated variance estimates. We apply the proposed method to a set of bivariate recurrent infection data in a study of child patients with leukemia.

• 응용통계연구
• /
• 제25권4호
• /
• pp.621-632
• /
• 2012

Recurrent event data can be easily found in longitudinal studies such as clinical trials, reliability fields, and the social sciences; however, there are a few observations that disappear temporarily in sight during the follow-up and then suddenly reappear without notice like the Young Traffic Offenders Program(YTOP) data collected by Farmer et al. (2000). In this article we focused on inference for a cumulative mean function of the recurrent event data with these incomplete observation gaps. Defining a corresponding risk set would be easily accomplished if we know the exact intervals where the observation gaps occur. However, when they are incomplete (if their starting times are known but their terminating times are unknown) we need to estimate a distribution function for the terminating times of the observation gaps. To accomplish this, we treated them as interval-censored and then estimated their distribution using the EM algorithm proposed by Turnbull (1976). We proposed a nonparametric estimator for the cumulative mean function and also a nonparametric test to compare the cumulative mean functions of two groups. Through simulation we investigated the finite-sample performance of the proposed estimator and proposed test. Finally, we applied the proposed methods to YTOP data.

• Journal of the Korean Data and Information Science Society
• /
• 제25권2호
• /
• pp.327-336
• /
• 2014

재발 사건 자료란 연구대상이 같은 종류의 사건을 반복적으로 경험할 때 발생하는 자료이다. 이러한 재발 사건은 사회과학, 자연과학, 공학, 의약학 등 다양한 분야에서 나타날 수 있다. 재발 사건자료를 분석할 때 연구자의 관심에 따라 사건 발생시간이나 사건 발생간의 소요시간을 이용하여 분석할 수 있다. 이 논문에서는 사건 발생시점간의 소요시간을 이용하여 불완전한 관측을 가진 재발 사건자료를 분석하고자 한다. 이 자료의 특징은 일부 관측대상들이 일정기간 동안 연구에서 제외되는 관측틈을 갖는다는 것이다. 이 때 관측틈은 불완전한 형태로 나타나게 되는데 그 이유는 관측틈의 시작시점은 알고 있지만 종료시점은 알 수 없기 때문이다. 이러한 미지의 종료시점을 추정하기 위해서 구간 중도 절단 방법이 적용된다. 따라서 종료시점이 추정된 후 프레일티를 포함한 회귀모형을 적용하여 공변량이 사건 재발에 미치는 영향을 알아볼 수 있다. 또한 제안한 방법을 실제자료에 적용하여 관측틈을 고려한 경우와 고려하지 않은 경우를 비교하고자 한다.

• 응용통계연구
• /
• 제23권4호
• /
• pp.715-724
• /
• 2010

재발 사건 자료(recurrent event data)는 연구 대상이 같은 종류의 사건을 여러 번 경험할 때 발생되는 자료 형태이다. 재발 사건간에 연관관계를 위해 프레일티가 사용된다. 프레일티 효과는 랜덤효과의 한 형태로 개인별 특성을 표현하기 위해 생존 분석에서 널리 적용되어 왔다. 본 논문에서는 이러한 개인별 효과가 시간에 따라 변할 수 있음을 가정하여 시간 가변 프레일티를 적용한다. 본 논문에서는 적용 사례로 범죄 재범 자료를 분석한다. 특히 일부 관측 대상들은 일정 기간 동안 연구에서 제외되는 불연속성을 경험하게 되며 이는 위험그룹(risk group)의 새로운 정의가 필요하다. 모수 추정을 위해 조각 상수 위험 함수가 사용되며 EM 알고리즘이 적용된다.

• Communications for Statistical Applications and Methods
• /
• 제20권4호
• /
• pp.283-290
• /
• 2013

Subjects can experience two types of recurrent events in a longitudinal study. In addition, there may exist intermittent dropouts that results in repeated observation gaps during which no recurrent events are observed. Therefore, theses periods are regarded as non-risk status. In this paper, we consider a special case where information on the observation gap is incomplete, that is, the termination time of observation gap is not available while the starting time is known. For a statistical inference, incomplete termination time is incorporated in terms of interval-censored data and estimated with two approaches. A shared frailty effect is also employed for the association between two recurrent events. An EM algorithm is applied to recover unknown termination times as well as frailty effect. We apply the suggested method to young drivers' convictions data with several suspensions.

• Journal of the Korean Data and Information Science Society
• /
• 제25권5호
• /
• pp.1117-1125
• /
• 2014

In a longitudinal study, subjects can experience same type of events repeatedly. Also, there may exist intermittent dropouts resulting in repeated observation gaps during which no recurrent events are observed. Furthermore, when such observation gaps have incomplete forms caused by the unknown termination times of observation gaps, ordinary approaches result in biased estimates. In this study, we investigate the effect of ignoring observation gaps and propose methods to overcome this problem. For estimating the distribution of unknown termination times, an interval-censored mechanism is applied and two cases are considered. Simulation studies are carried out to evaluate the performance of the proposed method. Conviction data of young drivers with several suspensions are analyzed to illustrate the suggested approach.

• 산업진흥연구
• /
• 제5권1호
• /
• pp.1-11
• /
• 2020

본 연구에서는 정부정책이 효과가 있었는지 파악하기 위하여 과거 10년간의 산업재해 데이터를 살펴보았다. 이들 데이터로부터 중요한 두 개 또는 세 개의 변수간의 관계를 EDA 방법으로 살펴보았다. 근로자수(사업장규모)와 생존확률 간의 관계를 살펴본 결과 근로자수가 많을수록 시간이 지남에 따라 생존확률이 더욱 더 떨어짐(산업재해가 더 많이 일어남)을 알 수 있다. Cox의 비례위험모형을 적용해본 결과 사업장에서 발생한 총산업재해수가 많을수록 해당 사업장에서 산업재해가 발생할 위험성(hazard)이 높아지고, 근로자수가 적을수록 산업재해가 발생할 위험성이 높으며, 업종별로는 농업, 어업 및 임업이 건설업에 비해 산업재해를 당할 위험성이 더 크다. 공단, 민간 및 고용노동부의 역할은 고용노동부만 효과가 있고, 나머지 두 조직은 효과가 없는 것으로 나온다. recurrent event data를 Cox의 비례위험모델로 분석해본 결과 비슷한 결과가 나온다.

• 응용통계연구
• /
• 제25권5호
• /
• pp.775-783
• /
• 2012

Several statistical models for bivariate poisson data are suggested and used to analyze 2011 K-league data. Our interest is composed of two purposes: The first purpose is to exploit potential attacking and defensive abilities of each team. Particular, a bivariate poisson model with diagonal inflation is incorporated for the estimation of draws. A joint model is applied to estimate an association between poisson distribution and probability of draw. The second one is to investigate causes on scoring time of goals and a regression technique of recurrent event data is applied. Some related future works are suggested.

• Communications for Statistical Applications and Methods
• /
• 제21권5호
• /
• pp.387-393
• /
• 2014

Recurrent gap times are analyzed with diverse methods under several assumptions such as a marginal model or a frailty model. Several resampling techniques have been recently suggested to estimate the covariate effect; however, these approaches can be applied with a time-fixed covariate. According to simulation results, these methods result in biased estimates for a time-varying covariate which is often observed in a longitudinal study. In this paper, we extend a resampling method by incorporating new weights and sampling scheme. Simulation studies are performed to compare the suggested method with previous resampling methods. The proposed method is applied to estimate the effect of an educational program on traffic conviction data where a program participation occurs in the middle of the study.

• 한국전자통신학회논문지
• /
• 제15권3호
• /
• pp.465-472
• /
• 2020

최근 들어, 오디오 이벤트 검출을 위하여 다양한 딥뉴럴네트워크 기반의 방법들이 제안되어 왔다. 본 연구에서는 베이스라인 CRNN(Convolutional Recurrent Neural Network) 구조에 attention 방식을 도입함으로서 오디오 이벤트 검출의 성능을 향상시키고자 하였다. 베이스라인 CRNN의 입력단에 context gating을 적용하고 출력단에 attention layer을 추가하였다. 또한, 프레임(frame) 단위의 강전사 레이블(strong label)정보 뿐만 아니라 클립(clip) 단위의 약전사 레이블(weakly label) 오디오 데이터를 이용한 학습을 통하여 보다 나은 성능을 이루고자 하였다. DCASE 2018/2019 Challenge Task 4 데이터를 이용한 오디오 이벤트 검출 실험에서 제안된 attention 기반의 CRNN을 통하여 기존의 CRNN 방식에 비해서 최대 66%의 상대적 F-score 향상을 얻을 수 있었다.