초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

반연속 데이터는 질병 연구에서 흔히 볼 수 있다. 실제 반연속 데이터로 Life(Longitudinal Investigation of Fertility and the Environment) Study에서 파생된 반연속 데이터를 소개하고, 반연속 데이터 자료 특성을 제시한다. 혼합모델(Mixture Model)을 사용하여 반연속 데이터를 설명함으로써 데이터의 많은 부분을 차지하는 0부분을 보완∙설명하였고, 이를 기반으로 ...

반연속 데이터는 질병 연구에서 흔히 볼 수 있다. 실제 반연속 데이터로 Life(Longitudinal Investigation of Fertility and the Environment) Study에서 파생된 반연속 데이터를 소개하고, 반연속 데이터 자료 특성을 제시한다. 혼합모델(Mixture Model)을 사용하여 반연속 데이터를 설명함으로써 데이터의 많은 부분을 차지하는 0부분을 보완∙설명하였고, 이를 기반으로 베이지안 추론을 하였다. MCMC(Markov Chain - Monte Carlo; 마코프체인-몬테카를로)의 일종인 메트로폴리스-헤이스팅스 알고리즘(Metropolis-Hastings Algorithm)을 사용한 모의 실험 연구는 제안된 베이지안 혼합모델이 반연속 데이터의 특정 경우에 잘 맞는다는 것을 보여주며, 샘플의 크기가 작은 경우에 대해 우수한 성능을 보인다.

Abstract ▼ AI-Helper

Motivated by the Longitudinal Investigation of Fertility and the Environment (LIFE) Study, we proposed a Bayesian mixture model to investigate the association between exposure to environmental pollutants and female’s infertility outcome. We introduced risk class variable for pregnant women to link t...

Motivated by the Longitudinal Investigation of Fertility and the Environment (LIFE) Study, we proposed a Bayesian mixture model to investigate the association between exposure to environmental pollutants and female’s infertility outcome. We introduced risk class variable for pregnant women to link the chemical pollutants and the risk of infertility in the model. Also, semi-continuous chemical variable was analyzed through a mixture of a degenerate distribution at zero and a continuous distribution for nonzero values. We took a Bayesian perspective to inference and used Markov chain Monte Carlo algorithms to obtain posterior estimates of model parameters. We conducted simulations to examine the performance of the estimation approach and found out our proposed model worked well for mixture model with semi-continuous data especially for small sample cases.