$\require{mediawiki-texvc}$

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.

다변량 다수준 이항자료에 대한 일반화선형혼합모형
Generalized Linear Mixed Model for Multivariate Multilevel Binomial Data 원문보기

응용통계연구 = The Korean journal of applied statistics, v.21 no.6, 2008년, pp.923 - 932  

임화경 (고려대학교 통계학과) ,  송석헌 (고려대학교 통계학과) ,  송주원 (고려대학교 통계학과) ,  전수영 (고려대학교 경제통계 산학협력단)

초록
AI-Helper 아이콘AI-Helper

우리는 자명하지 않은 상관 구조를 갖는 복잡한 다변량 자료에 직면하는 경우가 있다. 예를 들어 군집 구조 자료의 경우 생략된 변수들이 한 개 이상의 관측값에 동시적으로 영향을 줄 수 있기 때문에 결과들 간에 상관 구조를 모형화하는 것은 추정량의 효율성과 정확한 표준오차의 계산 등의 타당한 추론을 위해서 중요하다 관측값들 간에 종속성을 두는 표준 방법으로는 관측 값들이 관찰되지 않은 어떤 변수를 공유한다고 가정하는 것인데, 이러한 가정에 대해 본 연구에서는 다수준 모형을 고려한 상관된 임의효과 모형을 적합시켰다. 추정은 준모수적 접근방법으로 임의계수 분포에 대한 모수적 가정 없이 유한혼합 EM-알고리즘을 통하여 수행되었다.

Abstract ▼ AI-Helper 아이콘AI-Helper

We are likely to face complex multivariate data which can be characterized by having a non-trivial correlation structure. For instance, omitted covariates may simultaneously affect more than one count in clustered data; hence, the modeling of the correlation structure is important for the efficiency...

주제어

#일반화선형혼합모형   #다수준   #상관된 임의계수   #비모수 최대우도  

참고문헌 (13)

  1. Abramowitz, M. and Stegun, I. A. (1972). Handbook of Mathematical Functions, Dover, New York 

  2. Aitkin, M. (1999). A general maximum likelihood analysis of variance components in generalized linear models, Biometrics, 55, 117-128 

    상세보기 crossref

  3. Aitkin, M., Anderson, D. and Hinde, J. (1981). Statistical modelling of data on teaching styles, Journal of the Royal Statistical Society, Series A, 144, 419-461 

    상세보기 crossref

  4. Aitkin, M. and Longford, N. T. (1986). Statistical modelling issues in school effectiveness studies, Journal of the Royal Statistical Society, Series A, 149, 1-43 

  5. Goldstein, H. (1995). Multilevel Statistical Models, Edward Arnold, London 

  6. Golub, G. H. and Welsch, J. H. (1969). Calculation of Gaussian quadrature rules, Mathematics of Compu-tation, 23, 221-230 

    상세보기 crossref

  7. Green, P. J. (1995). Reversible jump Markov chain Monte Carlo computation and Bayesian model determi- nation, Biometrika, 82, 711-732 

    상세보기 crossref

  8. Kreft, I. G. G. and de Leeuw, J. (1998). Introducing Multilevel Modeling, Sage Publications, London 

  9. McLachlan, G. and Peel, D. (2000). Finite Mixture Models, John Wiley & Sons, New York 

  10. Petris, G. and Tardella, L. (2003). A geometric approach to transdimensional MCMC, The Canadian Journal of Statistics/La Revue Canadienne de Statistique, 31, 469-482 

    상세보기 crossref

  11. Raudenbush, S. W. and Bryk, A. S. (2002). Hierarchical Linear Models: Applications and Data Analysis Methods, 2nd Edition, Sage, London 

  12. Schall, R. (1991). Estimation in generalized linear models with random effects, Biometrika, 78, 719-727 

    상세보기 crossref

  13. Snijders, T. A. B. and Bosker, R. J. (1999). Multilevel Analysis: An Introduction to Basic and Advanced Multilevel Modelling, Sage, London 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

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