• The Korean Journal of Applied Statistics
• /
• v.28 no.5
• /
• pp.1035-1046
• /
• 2015

Variance components models incorporate various random factors in the form of linear models. There are two experimental Layouts for the classification of factors under variance components models: nested classification and crossed classification. We consider two-way variance components models and investigate the effect of experimental Layout on the performance of model selection criteria AIC and BIC. The effect of experimental Layout is studied through a simulation study with various combinations of parameters in a systematic fashion. The simulation study shows differences in performance of model selection methods between the two classification. There is a particular tendency to prefer the smaller model than the true model when the variance component of a nested factor becomes relatively larger than a nesting factor that is persistent even when the sample size is not small.

• The Korean Journal of Applied Statistics
• /
• v.12 no.2
• /
• pp.593-603
• /
• 1999

표본의 크기의 제1종오류의 확률 $\alpha$, 실용적으로 차이가 있다고 판독되어서 검출하고자하는 요인효과의 오차에 대한 상대적인 크기, 그 값에서의 제2종오류의 확률 $\beta$에 따라서 결정된다. 이 논문에서, 우리는 고정요인과 랜덤요인이 포함된 실험계획에서 표본의 크기를 결정하는 방법을 간단한 MATLAB 프로그램을 사용하여 고려한다. 분할법과 지분요인배치법의 예제를 들어 유의수준 $\alpha$와 최소 표준과 검출효과 $\Delta^*$에서 검정력이 적어도 $1-\beta$를 갖도록 표본의 크기를 결정한다