• 응용통계연구
• /
• 제19권3호
• /
• pp.535-544
• /
• 2006

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.

• 한국조사연구학회:학술대회논문집
• /
• 한국조사연구학회 2001년도 추계학술대회 발표논문집
• /
• pp.77-85
• /
• 2001

무응답 상황하에서 보정 추정량에 대해 관심변수와 강한 상관계수를 가진 보조정보의 수준에 따라 모집단 총합에 대한 추정량과 분산추정량을 붓스트랩 방법을 이용해서 구했다. 이때 존재하는 보조정보의 수준이 표본인 경우와 모집단인 경우로 나누어 모집단 총합에 대한 보정 추정량(calibration estimator)을 구하고, 그에 따른 붓스트랩 분산 추정량을 도출하였다. 또한 테일러 분산 추정량, 잭나이프 분산 추정량과 붓스트램 분산 추정량의 효율성을 모의 실험을 통해 비교해 보았다.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2003년도 춘계 학술발표회 논문집
• /
• pp.249-254
• /
• 2003

붓스트랩 기법에 의한 k 인자 허용구간방법을 95/95 확률 및 신뢰도를 갖는 허용구간에 활용하기 위하여 모의실험을 수행하였다. 그 결과 소표본 및 적당한 크기의 표본에서 추정된 신뢰도값은 실제 신뢰도값 95와 약 6${\sim}$21% 정도의 차이를 나타냈고, 이 차이는 표본크기가 커질수록 점점 줄어들었다. 더불어 기존방법에 보간법 등을 가미한 방법들을 제안하여 이들에 의한 결과를 기존결과와 비교하였다.

• 응용통계연구
• /
• 제30권3호
• /
• pp.453-462
• /
• 2017

성향점수 매칭은 관찰연구에서 처리효과 추정 시 혼란변수에 의한 편의를 줄이기 위해 자주 사용되는 방법이다. 매칭을 위해 처리군에 대응되는 대조군 선정 시 처리군의 일부가 탈락되는 경우가 발생할 수 있는데, 이로 인해 편의가 발생할 수 있다. 최근, Austin (2017)의 연구에서 이중 성향점수 보정(double propensity score adjustment)방법을 사용하는 것이 이에 대한 해결책이 될 수 있음을 제시하였다. 하지만, 처리효과 추정치의 표준오차는 이론적 추정치가 제시되지 않아 추정에 어려움이 있다. 본 연구에서는 이중 성향점수 보정 방법을 이용한 처리효과 추정치의 표준오차 추정을 위하여 두 가지 붓스트랩 방법을 제안한다. 첫 번째는 원 자료에서 성향점수 매칭 후 매칭 된 표본에서 붓스트랩 표본을 얻는 방법(simple 붓스트랩)이고, 두 번째는 원 자료에서 붓스트랩을 먼저 시행하고 각 붓 스트랩 표본에서 성향점수 매칭을 하는 방법(complex 붓스트랩)이다. 두 방법의 성능을 비교하기 위하여 다양한 상황을 가정하여 모의실험을 시행한 결과 complex 붓스트랩 방법이 경험적 표준오차와 더 가까운 값으로 추정함을 알 수 있었다. 95% 신뢰구간의 포함확률도 complex 방법을 사용했을 때 0.95에 훨씬 가까웠다. 실제 자료에 적용하였을 때에도 simple 방법은 complex 방법에 비해 표준오차를 작게 추정하였다.