• 응용통계연구
• /
• 제31권1호
• /
• pp.123-137
• /
• 2018

비선형 혼합효과 모형은 다양한 분야에서 반복 측정 자료를 분석할 때 주로 사용된다. 비선형 혼합효과 모형은 개체 내 변동(intra-individual variation)에 대해 고려하는 제 1단계 개별수준모델(individual-level model)과 개체간 변동(inter-individual variation)에 대해 고려하는 제 2단계 개체군모델(population model)의 두 단계로 구성되어 있다. 비선형 혼합효과 모형의 첫 번째 단계인 개별수준모델은 비선형 회귀모형의 모수를 추정하는 것으로 일반적인 비선형 회귀모형과 같고, 주로 보통최소제곱추정 방법을 사용하여 모수를 추정한다. 그러나 최소제곱추정방법은 가정된 비선형 함수가 자료에 의해 명시적으로 드러나지 않는 경우 모수의 추정값과 그 표준오차가 극단적으로 커지는 문제가 발생할 수 있다. 본 논문에서는 최근에 비선형 회귀모형에서 제안된 능형회귀(ridge regression) 방법을 비선형 혼합효과 모형의 제 1단계 개별수준모델에 도입함으로써 이러한 문제를 해결할 수 있는 새로운 추정방법을 제안하였다. 제안된 추정량은 모의실험 연구를 통하여 기존의 표준적인 추정량과 그 성능을 비교하였다. 또한 미국의 National Toxicology Program으로부터 얻어진 정량적 대량고속 스크리닝(quantitative high throughput screening) 실제 자료를 사용하여 추정 방법들을 비교하였다.

• 응용통계연구
• /
• 제23권3호
• /
• pp.511-520
• /
• 2010

약동학 모형은 약동학 모수들의 복잡한 비선형형태의 함수로 복잡한 미분방정식의 형태로 나타나기도 한다. 집단 약동학은 약동학 모형에서 약동학 모수들의 개인 간 차이를 나타내기 위해 이를 랜덤효과로 가정하므로 비선형 혼합 효과 모형이 된다. 본 논문에서는 임상약리학에서 약동학적 특징을 설명하기 위해 사용하는 집단 약동학 모형에 대한 통계학적 고찰을 해 본다. 또한 실제 임상자료를 이용하여 집단 약동학 모형을 적용하여 분석해 봄으로써 통계적 의미를 살펴본다.

• 응용통계연구
• /
• 제28권2호
• /
• pp.361-369
• /
• 2015

연속측도의 반응변수가 반복측정된 실험 자료의 분석을 위해 흔히 선형혼합모형이 사용된다. 그러나, 잔차의 분포가 이분산성이거나 비정규성을 가질 때 표준적인 선형혼합모형은 적절하지 않은 결과를 가져온다. 잔차의 분포가 두터운 꼬리를 가진 비정규분포를 보이는 타이어 필드시험 데이터를 로버스트 선형혼합모형에 적합시킴으로써 보다 더 정확하고 신뢰할 수 있는 분석결과를 얻을 수 있다. 추가적으로 신뢰성 분석 결과를 제시한다.

• 응용통계연구
• /
• 제28권2호
• /
• pp.241-250
• /
• 2015

경시적 자료 연구의 중요한 주제 중의 하나는 시간이 지남에 따라 개인의 건강 상태가 어떻게 변하는지를 추적하는 확률이다. 질병의 상태를 시간의 흐름에 따라 추적하는 것은 장기간에 걸친 임상적 관찰 연구의 계획과 분석, 그리고 질병의 예방과 치료에 중요한 의미를 지닌다. 본 논문에서는 두 다른 시점에서 각 개인의 건강 상태에 대한 조건부 확률을 추정해내는 순위 추적 확률에 대하여 연구하였다. 순위 추적 확률과 순위 추적 확률비를 추정하기 위하여 선형 혼합 효과 모형을 고려하였다. 본 논문의 방법은 아동을 대상으로 심혈관계 질환의 위험요인을 연구하는 역학 자료에 적용되었다.

• 응용통계연구
• /
• 제17권2호
• /
• pp.337-346
• /
• 2004

랜덤표본에 관한 이원분할표의 독립성검정에는 통상 피어슨의 카이제곱적합도검정과 우도비검정을 사용한다. 그러나 랜덤표본이 아닌 집락자료에 관한 분할표의 경우에는 이들 검정법은 잘못된 결과를 나타낸다. 이러한 경우에는 공변량의 고정효과 외에 집락에 따른 변량효과를 함께 포함하는 일반화선형혼합모형을 고려함으로써 집락간의 이질성과 집락내의 종속성을 반영할 수 있다. 본 연구에서는 집락자료의 분할표에 대한 일반화선형혼합모형을 소개하고 실례를 통하여 이들 모형의 적합에 대해 논의한다.

• 응용통계연구
• /
• 제28권2호
• /
• pp.289-294
• /
• 2015

생동성 시험과 같은 임상약리학분야의 연구는 일반적으로 한 개체 내에서 반복하여 측정된 자료구조를 사용하므로 선형혼합모형을 이용하여 분석하는 것이 보편적이다. 이러한 모형에서 랜덤효과는 개체 내 관측 자료 사이의 상관관계를 설명하고, 공분산행렬은 개체-내 변동을 설명한다. 생동성 분석은 두 약물의 약동학적 변수인 Cmax와 AUC의 기하평균비에 대한 90% 신뢰구간이 동등성 한계인 [0.8, 1.25] 범위에 드는지 알아보는 분석으로, 고정효과에는 시기, 순서군, 치료효과를, 랜덤효과에는 개체효과를 가지는 선형혼합모형을 이용하여 분석한다. 이러한 분석이 적용된 실제 예를 살펴보기 위하여 레보플록사신 연구의 자료를 활용하였다.

• 응용통계연구
• /
• 제29권3호
• /
• pp.525-537
• /
• 2016

본 연구에서는 시계열 자료의 비정상성과 비선형성과 같은 복잡성을 효과적으로 포용할 수 있는 경험적모드분해법(empirical mode decomposition; EMD)을 토대로 시계열 자료의 분석 및 예측을 위한 혼합(hybrid) 모형을 연구한다. EMD에 의하여 생성되는 내재모드함수(intrinsic mode function; IMF)는 해석 및 예측의 편리성을 개선하기 위하여 누적에너지의 개념을 사용하여 그룹화하였으며, 그룹화된 IMF 및 residue의 성분들은 그 성질에 따라서 ARIMA 모형 및 지수평활법과 결합된 혼합 모형으로 예측된다. 제안된 방법은 일별 코스피 지수의 예측을 위해서 적용하였다. 다양한 형태의 혼합 모형을 사용하여 코스피 지수를 예측하였으며 전통적인 예측 방법과 비교하였다. 분석 결과, 그룹화된 성분들은 코스피 지수의 움직임을 단기적, 중기적, 장기적으로 해석하는데 편리함을 주었으며, 그룹화된 IMF 및 residue를 각각 ARIMA 모형과 지수평활법으로 조합한 혼합 모형이 우수한 예측력을 보여주었다.

• 응용통계연구
• /
• 제22권1호
• /
• pp.181-188
• /
• 2009

본 논문은 실험단위들의 구조적 특성으로 지분관계를 갖는 실험을 행해야 하는 경우를 가정한다. 지분계획하에서 처리를 구성하는 요인으로 반복측정 요인을 고려한다. 반복측정 요인의 수준들이 비확률화에 의해 지분구조의 실험단위들에 배정될 때, 비확률화에 따른 실험의 특성을 감안한 모형으로 복합대칭의 공분산 구조하에서 혼합효과 모형을 논의하고 있다. 처리의 일부 요인들이 시간 또는 공간상의 제약으로 인해 지분구조의 실험단위들에 임의적으로 배정될 수 없을 때, 지분구조의 실험단위들에 대한 반응 값들은 어떤 구조적 상관관계를 나타내는 값들로 관측될 수 있음을 예상할 수 있다. 자료의 구조적 상관성을 고려한 공분산 구조하의 선형모형으로 확률요인과 고정요인을 포함하는 혼합효과의 모형을 제시하고 모형내 미지모수들에 대한 추론방법을 다루고 있다.

• 한국산림과학회지
• /
• 제111권1호
• /
• pp.136-149
• /
• 2022

강원지방소나무의 수간곡선 추정에 비선형 혼합효과 모형(nonlinear mixed-effects models: NLME)을 적용하고 몇 가지 성능 척도를 이용하여 비선형 고정효과 모형과 비교하였다. 혼합효과 모형이 고정효과 모형을 개선한 정도를 전체 성능의 측면에서 설명하면, 수간직경에 대해서는 BIAS 26.4%, MAB 42.9%, RMSE 43.1%, FI 0.9%만큼이었고, 수간단면적에 대해서는 BIAS 67.7%, MAB 44.7%, RMSE 45.8%, FI 1.0%만큼이었다. 수간을 12개의 상대수고 구간으로 세분화하여 분석한 결과에서도 수간곡선의 성능은 혼합효과 모형에 의해 크게 개선된 것으로 나타났다. 혼합효과 모형은 모든 상대수고 구간에서 수간직경 및 수간단면적에 대한 성능이 고정효과 모형보다 더 나은 MAB, RMSE, FI를 나타내었고, BIAS의 경우 일부 구간(수간직경: 0.05, 0.2, 0.3, 0.8, 수간단면적: 0.05, 0.3, 0.5, 0.6, 1.0)에서만 고정효과 모형보다 뒤떨어지는 것으로 확인되었다. 특히 지상에 근접한 수간 최하부(수고 0.2 m 지점)에서 수간직경 및 수간단면적 추정 성능이 혼합효과 모형에 의해 크게 향상되었다. 수간직경의 경우 BIAS 84.2%, MAB 69.8%, RMSE 68.7%, FI 3.1%, 수간단면적의 경우 BIAS 98.5%, MAB 70.1%, RMSE 68.7%, FI 3.1%만큼 향상된 것으로 분석되었다. 지상으로부터 0.2 m 높이 지점의 수간단면적이 수간단면적 전체에서 차지하는 비중은 22.7%에 달하였다. 이렇게 수간재적에서 가장 큰 비중을 차지하는 수간 최하부에서의 추정 성능이 크게 향상되었다는 것은 전체 수간재적의 추정 성능 역시 큰 폭으로 향상될 수 있음을 시사한다. 비록 모형 적합 과정이 고정효과 모형보다 까다롭다는 단점이 있지만, 추정 성능의 개선 효과를 고려하면 NLME를 수간곡선 추정의 표준적인 방법으로 사용하는 것을 검토할 필요가 있다.

• Journal of the Korean Data and Information Science Society
• /
• 제23권4호
• /
• pp.739-748
• /
• 2012

최소제곱 서포트벡터기계 (least squares support vector machine)는 분류 및 비선형 회귀분석에서 유용하게 사용되고 있는 통계적 기법이다. 본 논문에서는 각 집단별로 생존자료가 관측된 경우 적용할 수 있는 LS-SVM을 제안한다. 제안된 모형은 임의우측 중도절단자료를 비선형 회귀모형에 적용할 수 있게 Kaplan- Meier의 중도절단분포의 추정값을 이용하여 구해진 가중값을 사용하고, 집단 간의 변동을 나타내기 위하여 임의효과항을 포함한다. 벌칙상수와 커널모수의 최적값을 구하기 위하여 일반화 교차타당성함수가 사용되고 모의실험에서는 임의효과항을 포함하지 않은 LS-SVM과 성능을 비교함으로써 제안된 방법의 우수성을 보이기로 한다.