$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] 대체방법별 GEE추정량 비교
Comparison of GEE Estimators Using Imputation Methods 원문보기

응용통계연구 = The Korean journal of applied statistics, v.16 no.2, 2003년, pp.407 - 426  

김동욱 (성균관대학교 통계학과) ,  노영화 (성균관대학교 통계학과)

초록
AI-Helper 아이콘AI-Helper

본 연구에서는 범주형 반복측정자료의 일반화추정방정식(GEE)모형에서 결측이 발생할 경우 결측값 대체(imputation)방법들에 대한 성능을 비교하고자 한다. 설명변수 X가 부분적으로 결측을 갖는 경우 GEE추정량을 계산할 수 없다. 본 논문에서는 시점에 따라 값이 변하는 설명변수에 결측이 있는 경우 GEE모형에서 결측값을 추정하는 7가지의 대체방법을 다루며, 실제자료와 모의실험을 통하여 대체방법별 GEE추정량의 성질을 연구한다. 대체방법별 GEE추정량의 성능을 비교하기 위해 우리는 반응변수가 범주형인 반복측정모형에서 완전자료의 GEE추정량과 완전자료에서 결측을 생성하여 결측값에 각 대체방법을 적용하여 대체한 후 구한 GEE추정량을 비교한다. 대체방법으로는 (1) 단순삭제 (2) 표본 평균대체 (3) 행 평균대체 (4) 횡 시점 회귀대체 (5) 이월대체 (6) 베이지안 붓스트랩 (7) 근사적 베이지안 붓스트랩에 대해서 살펴본다. 결측과정(missing mechanism)은 무시할 수 있는 무응답(ignorable nonresponse)을 가정하며, 결측 발생에 대해서는 원자료의 시점 무응답 패턴(wave nonresponse pattern)을 고려하여 발생시키거나 또는 시점 무응답 패턴을 고려하지 않고 단순임의추출로 결측을 발생시키는 방법을 각각 고려한다.

Abstract ▼ AI-Helper 아이콘AI-Helper

We consider the missing covariates problem in generalized estimating equations(GEE) model. If the covariate is partially missing, GEE can not be calculated. In this paper, we study the performance of 7 imputation methods to handle missing covariates in GEE models, and the properties of GEE estimator...

주제어

#결측값   #다시점자료   #대체방법   #무시할 수 있는 무응답   #무응답 패턴   #일반화 추정방정식  

참고문헌 (12)

  1. 김동욱, 김재직. 범주형 반복측정자료를 위한 일반화 추정방정식의 소표본 특성. 응용통계연구 = The Korean journal of applied statistics, vol.15, no.2, 297-310.

    원문보기 상세보기 crossref

  2. 10.2307/2684626 

    crossref

  3. Kenward, M. G., Lesaffre, E., Molenberghs, G.. An Application of Maximum Likelihood and Generalized Estimating Equations to the Analysis of Ordinal Data from a Longitudinal Study with Cases Missing at Random. Biometrics, vol.50, no.4, 945-.

    상세보기 crossref

  4. Laird, Nan M.. Missing data in longitudinal studies. Statistics in medicine, vol.7, no.1, 305-315.

    상세보기 crossref

  5. Liang, Kung-Yee, Zeger, Scott L.. Longitudinal Data Analysis Using Generalized Linear Models. Biometrika, vol.73, no.1, 13-22.

    상세보기 crossref

  6. Lipsitz, Stuart R., Kim, Kyungmann, Zhao, Lueping. Analysis of repeated categorical data using generalized estimating equations. Statistics in medicine, vol.13, no.11, 1149-1163.

    상세보기 crossref

  7. 10.2307/2965402 

    crossref

  8. 10.2307/2291134 

    crossref

  9. Rubin, Donald B.. Inference and Missing Data. Biometrika, vol.63, no.3, 581-592.

    상세보기 crossref

  10. 10.2307/2289225 

    crossref

  11. Xie, Fang, Paik, Myunghee Cho. Generalized Estimating Equation Model for Binary Outcomes with Missing Covariates. Biometrics, vol.53, no.4, 1458-.

    상세보기 crossref

  12. Xie, Fang, Paik, Myunghee Cho. Multiple Imputation Methods for the Missing Covariates in Generalized Estimating Equation. Biometrics, vol.53, no.4, 1538-.

    상세보기 crossref

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로