선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
제안 방법
- 각 모델에서 공변량의 consistent한 검정을 위해 sandwich variance estimator (by Liang and Zeger)을 사용하였다. Tree-Structure에서의 불필요한 split을 5% 내로 통제하기 위해 각 node에서 bootstrap resampling을 통한 검정을 시행하였.다.
- Tree-structure를 사용하여 데이터를 통계적으로 비슷한 점들끼리 나눈 후에 국소적으로 모델링을 하였다. 각 계측치의 분획에서 과분산(over-dispersion)을 고려하여 QuasiTikelihood을 사용하였으며 또한 과 분산 모수에 대해 수치적인 방법이 필요 없는 불편추정치를 사용하여 모델 적합 절차를 간편화했다.
- 각 계측치의 분획에서 과분산(over-dispersion)을 고려하여 QuasiTikelihood을 사용하였으며 또한 과 분산 모수에 대해 수치적인 방법이 필요 없는 불편추정치를 사용하여 모델 적합 절차를 간편화했다. 각 모델에서 공변량의 consistent한 검정을 위해 sandwich variance estimator (by Liang and Zeger)을 사용하였다.
데이터처리
- . 선형이 아닌 경우 모델링에서의 복잡한 결과 해석의 단점을 보완하면서 미국 Missouri주에서의 폐암 사망수에 대한 지역적 인구 학적효과를 tree-structure을 이용하여 분석하였다.
이론/모형
- 다. Tsutakawa가 1985, 1988년에 수집한 폐암 사망수를 나이와 성별 그리고 인구수에 따라 이 방법으로 분석하였다. 과 분산에 대한 tree-structure을 적용하기 전에 과분산에 대한 검정을 하였다.
- 각 계측치의 분획에서 과분산(over-dispersion)을 고려하여 QuasiTikelihood을 사용하였으며 또한 과 분산 모수에 대해 수치적인 방법이 필요 없는 불편추정치를 사용하여 모델 적합 절차를 간편화했다. 각 모델에서 공변량의 consistent한 검정을 위해 sandwich variance estimator (by Liang and Zeger)을 사용하였다. Tree-Structure에서의 불필요한 split을 5% 내로 통제하기 위해 각 node에서 bootstrap resampling을 통한 검정을 시행하였.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.