최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기응용통계연구 = The Korean journal of applied statistics, v.27 no.4, 2014년, pp.553 - 560
This paper deals with estimable functions of parameters of less than full rank linear model. In general, the parameters of an overspecified model are not uniquely determined by least squares solutions. It discusses how to formulate linear estimable functions as functions of parameters in the model a...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
고정효과의 선형모형에서 모형내 모수들은 일반적으로 추정가능하지 않은 이유는? | 고정효과의 선형모형에서 모형내 모수들은 일반적으로 추정가능하지 않다. 이는 자료로부터 추정하고자 하는 모수들의 수보다 더 많은 모수가 모형에 포함되어 있거나 모수들의 관계가 종속적이기 때문이다. 즉, 실험상황에서 모형행렬이 불완전계수의 행렬이거나 초과설정의 모형(over specified model)일 때 최소제곱법에 의한 모수의 해가 많이 존재하게 된다. | |
실험상황에서 어느 경우에 최소제곱법에 의한 모수의 해가 많이 존재하게 되는가? | 이는 자료로부터 추정하고자 하는 모수들의 수보다 더 많은 모수가 모형에 포함되어 있거나 모수들의 관계가 종속적이기 때문이다. 즉, 실험상황에서 모형행렬이 불완전계수의 행렬이거나 초과설정의 모형(over specified model)일 때 최소제곱법에 의한 모수의 해가 많이 존재하게 된다. | |
추정가능한 모수의 구성과 검증이 필수인 이유는? | 모형에 포함되어 있는 모수가 자료로부터 추정될 수 없는 모수라면 그 모수의 추정값은 아무런 정보도 제공하지 않으므로 추정의 의미가 없다. 추정이 가능하지 않은 모수 또는 의미가 없는 모수의 추정은 자료분석에 도움이 되지 않으므로 분석모형으로부터 추정가능한 모수의 구성과 검증은 의미있는 추론을 위해 필요한 과정이다. 따라서 모형내 모수와 관련된 실제 추정가능한 함수의 형태를 파악하는 것이 필요하게 되며 그 모수에 대한 추론을 행하는 것이 의미가 있게 되므로 중요하다. |
Choi, J. S. (2011). Variance components in one-factor random model by projections, Journal of the Korean Data & Information Science Society, 22, 381-387.
Elswick, R. K., Gennings, Jr. C., Chinchilli, V. M. and Dawson, K. S. (1991). A simple approach for finding estimable functions in linear models, The American Statistician, 45, 51-53.
Graybill, F. A. (1976). Theory and Application of the Linear Model, Wadsworth Publishing Company, Inc., Belmont.
Hicks, R. C. (1973). Fundamental Concepts in the Design of Experiments, 2nd edition, Holt, Rinehart and Winston, Inc., New York.
Johnson, R. A. and Wichern, D. W. (1988). Applied Multivariate Statistical Analysis, 2nd edition, Prentice Hall, Inc., Englewood Cliffs.
Milliken, G. A. and Johnson, D. E. (1984). Analysis of Messy Data, Van Nostrand Reinhold, New York.
Searle, S. R. (1971). Linear Models, John Wiley and Sons, Inc., New York.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
오픈액세스 학술지에 출판된 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.