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.28 no.2, 2015년, pp.361 - 369
홍은희 (서울대학교 통계학과) , 이영조 (서울대학교 통계학과) , 옥유진 (전남대학교 통계학과) , 나명환 (전남대학교 통계학과) , 노맹석 (부경대학교 통계학과) , 하일도 (부경대학교 통계학과)
A general linear mixed-effects model is often used to analyze repeated measurement experiment data of a continuous response variable. However, a general linear mixed-effects model can give improper analysis results when simultaneously detecting heteroscedasticity and the non-normality of population ...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
연속측도의 반응변수가 반복측정된 실험 자료의 분석을 위해 무엇을 사용하는가? | 연속측도의 반응변수가 반복측정된 실험 자료의 분석을 위해 흔히 선형혼합모형이 사용된다. 그러나, 잔차의 분포가 이분산성이거나 비정규성을 가질 때 표준적인 선형혼합모형은 적절하지 않은 결과를 가져온다. | |
신뢰성 분석의 주된 목적은 무엇인가? | 이 절에서는 추가적으로 신뢰성 분석 결과를 제시한다. 일반적으로 신뢰성 분석의 주된 목적은 제품의 수명시간을 예측하는 것이라고 알려져 있다. 본 논문은 변량효과를 고려하여 자동차 앞바퀴의 양쪽 타이어의 수명시간을 예측하였다. | |
선형혼합모형에서 정규성의 가정이 의심이 되는 경우 편의된 추정치를 제시하게 되어, 이로 인한 적절치 않은 가설검정 결과를 주는 문제점을 해결하기 위해 제시된 방안은? | 그러나, 정규성의 가정이 의심이 되는 경우, 예를 들면 자료가 정규분포에 맞지 않는 왜도, 두터운 꼬리, 이상치 등의 일반적이지 않은 특성을 가지는 경우에 선형혼합모형은 편의된 추정치를 제시하게 되며, 이로 인한 적절치 않은 가설검정 결과를 주게 된다. 이러한 문제점을 해결하기 위해 Lange와 Shinsheimer (1993)는 선형혼합모형의 로버스트 추론을 함으로써 비대칭 정규/독립 분포(Skew-Normal/Independent; SNI)를 사용할 수 있음을 제시하였다. Branco와 Dey (2001)는 다변량의 기울어진 정규/독립 분포를 제안하였다. |
Branco M. and Dey D. (2001). A general class of multivariate skew-elliptical distribution, Journal of Multivariate Analysis, 79, 93-113.
Ha, I. D., Noh, M. and Lee, Y. (2012). frailtyHL: A Package for fitting frailty models with h-likelihood, R Journal, 4, 28-37.
Lange, K. and Sinsheimer, J. S. (1993). Normal/independent distributions and their applications in robust regression, Journal of Computational and Graphical Statistics, 2, 175-198.
Lange, K., Little, J. A. and Taylor, M. G. J. (1989). Robust statistical modeling using the t distribution, Journal of American Statistical Association, 84, 881-896.
Lee, Y. and Nelder, J. A. (2006). Double hierarchical generalized linear models (with discussion), Applied Statistics, 55, 139-185.
Lee, Y., Nelder, J. A. and Pawitan, Y. (2006). Generalized Linear Models with Random Effects: Unified Analysis via H-likelihood, Chapman and Hall, London.
Lee, Y. and Noh, M. (2012). Modeling random effect variance with double hierarchical generalized linear models, Statistical Modelling, 12, 487-502.
Noh, M. and Lee, Y. (2007). Robust modeling for inference from GLM classes, Journal of American Statistical Association, 102, 1059-1072.
Noh, M. and Lee, Y. (2011). dhglm: Double hierarchical generalized linear models. R package version 1.0, Available at http://CRAN.R-project.org/packagedhglm
Paik, M. C., Lee, Y. and Ha, I. D. (2015). Frequentist inference on random effects based on summarizability, Statistica Sinica, In press.
Self, S. G. and Liang, K. Y. (1987). Asymptotic properties of maximum likelihood estimators and likelihood ratio tests under nonstandard conditions, Journal of the American Statistical Association, 82, 605-610.
Verbeke, G. and Molenberghs, G. (2003). Repeated Measures and Multilevel Modelling, Oxford, Eolss.
Wakeeld, J. C., Smith, A. F. M., Racine-Poon, A. and Gelfand, A. E. (1994). Bayesian analysis of linear and nonlinear population models using the Gibbs sampler, Applied Statistics, 43, 201-222.
*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.