DOI QR코드

DOI QR Code

사영을 이용한 고정효과모형의 추정가능함수

Estimable Functions of Fixed-Effects Model by Projections

  • 투고 : 2014.03.20
  • 심사 : 2014.06.18
  • 발행 : 2014.08.31

초록

본 논문은 고정효과의 선형모형에서 모수 또는 모수들의 선형함수로 추정가능한 함수를 다루고 있다. 추정할 수 있는 모수들의 수보다 더 많은 모수를 갖는 고정효과모형의 가정에서 관심모수가 추정가능한 모수가 아닌 경우에 최소제곱해는 유일하지 않다. 모형내 모수추정법으로 최소제곱법의 이용은 자료의 벡터공간에서 사영을 구하는 방법과 동일하므로 최소제곱해에 불변인 성질의 추정량을 갖는 추정가능함수의 형태를 사영의 관점에서 파악하고 구성하는 방법을 다루고 있다. 또한, 선형적으로 독립인 추정가능함수들의 기저집합을 구성하는 방법으로 사영공간의 고유벡터들을 활용할 수 있음을 논의하고 있다.

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 and shows how to use projection matrices to check out whether a parameter or function of the pamameters is estimable. It also presents a method to form a basis set of estimable functions using linearly independent characteristic vectors generating the row space of the model matrix.

키워드

참고문헌

  1. Choi, J. S. (2011). Variance components in one-factor random model by projections, Journal of the Korean Data & Information Science Society, 22, 381-387.
  2. Choi, J. S. (2012). Type II analysis by projections, Journal of the Korean Data & Information Science Society, 23, 155-1163. https://doi.org/10.7465/jkdi.2012.23.6.1155
  3. 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.
  4. Graybill, F. A. (1976). Theory and Application of the Linear Model, Wadsworth Publishing Company, Inc., Belmont.
  5. Hicks, R. C. (1973). Fundamental Concepts in the Design of Experiments, 2nd edition, Holt, Rinehart and Winston, Inc., New York.
  6. Johnson, R. A. and Wichern, D. W. (1988). Applied Multivariate Statistical Analysis, 2nd edition, Prentice Hall, Inc., Englewood Cliffs.
  7. Milliken, G. A. and Johnson, D. E. (1984). Analysis of Messy Data, Van Nostrand Reinhold, New York.
  8. Searle, S. R. (1971). Linear Models, John Wiley and Sons, Inc., New York.