분산 성분 모형에 대한 붓스트랩 보정 신뢰구간

Bootstrap Calibrated Confidence Bound for Variance Components Model

분산 성분 모형 하에서 분산 성분들의 함수에 대한 통계적인 추론, 특히 소표본 하에서의 신뢰구간에 대한 방법들은 오랜 기간에 걸쳐서 여러 가지 방법들이 개발되어져 왔다. 그 대표적인 방법이 Graybill and Wang(1980)에 의해 제안된 수정 대표본 방법에 의거한 신뢰구간 추정법이며 현재까지 다양한 실험계획 방법 하에서 분산 성분들의 여러 가지 형태의 함수들에 대하여 확장과 개량이 이루어져 왔다. 본 연구에서는 분산 성분 모형의 균형 실험 가정 하에서 분산 성분들의 선형 결합이 관심있는 모수일 때 분산 분석에 의해 얻어진 수정 대표본 신뢰구간의 실제 포함확률을 툴스트랩 보정을 이용하여 개선하는 방법에 대하여 논의한다. 붓스트랩 보정을 이용함으로서 신뢰구간의 포함 확률의 정도는 점근적 이차 차수까지 개선되며 특히 선형 결합의 계수들이 모두 양수이고 결합의 수가 증가할 경우 수정 대표본 신뢰구간의 포함확률이 주어진 신뢰계수보다 항상 커지게 되는 단점을 개선할 수 있음을 보인다. 제안된 붓스트랩 보정 신뢰구간의 효율을 소표본의 경우에 모의실험을 통하여 평가한다.

We consider use of Bootstrap calibration in the problem of setting a confidence interval for a linear combination of variance components. Based on the the modified large sample(MLS) method by Graybill and Wang(1980), Bootstrap Calibration is applied to improve the coverage probability of the MLS confidence bound when the experiment is balanced and coefficients of a linear combination are positive. Performance of the proposed confidence bound in small sample is investigated by simulation studies.