• Journal of the Korean Statistical Society
• /
• 제30권4호
• /
• pp.541-550
• /
• 2001

This paper considers a panel data regression model in which the disturbances follow a nested error components with serial correlation. Given this model, this paper derives several Lagrange Multiplier(LM) testis for the presence of serial correlation as well as random individual effects, nested effects, and for existence of serial correlation given random individual and nested effects.

• 응용통계연구
• /
• 제30권6호
• /
• pp.957-981
• /
• 2017

관측되지 않는 효과 또는 고정효과로 설명할 수 없는 분산 구조가 포함되어 정확한 모수 추정이 어려운 경우 체계적인 분석을 위해 일반화 선형 모형은 임의효과가 포함된 일반화 선형 혼합 모형으로 확장되었다. 본 연구에서는 일반화 선형 모형 중에서도 이분적인 반응변수를 다루는 로지스틱 회귀모형에 임의효과를 포함한 최대 우도 추정 방법을 설명한다. 그중에서도 라플라스 근사법, 가우스-에르미트 구적법, 적응 가우스-에르미트 구적법 그리고 유사가능도 우도에 대한 최대우도 추정법을 자세히 알아본다. 또한 제안한 방법을 사용하여 한국 복지 패널 데이터에서 정신건강과 생활만족도가 자원봉사활동에 미치는 영향에 대해 분석한다.

• Journal of the Korean Statistical Society
• /
• 제29권2호
• /
• pp.231-245
• /
• 2000

This paper considers a linear regression model with space and time data in where the disturbances follow spatially correlated error components. We provide the best linear unbiased predictor for the one way error components. We provide the best linear unbiased predictor for the one way error component model with spatial autocorrelation. Further, we derive two diagnostic test statistics for the assessment of model specification due to spatial dependence and random effects as an application of the Lagrange Multiplier principle.

• 응용통계연구
• /
• 제31권2호
• /
• pp.287-301
• /
• 2018

0이 과도하게 많이 나타나는 자료는 여러 다양한 분야에서 흔히 볼 수 있다. 이러한 자료들을 분석할 때 대표적으로 영과잉 포아송 모형이 사용된다. 특히 반응변수들 사이에 상관관계가 존재할 때에는 랜덤효과를 영과잉 포아송 모형에 도입해서 분석해야 한다. 이러한 모형은 주로 빈도론자들의 접근방법으로 분석되어왔는데, 최근에는 베이지안 기법을 사용한 분석도 다양하게 발전되어 왔다. 본 논문에서는 반응변수들 사이에 상관관계가 존재하는 경우 랜덤효과가 포함된 영과잉 포아송 회귀모형을 베이지안 추론 방법을 토대로 제안하였다. 이 모형의 적합성을 판단하기 위해 모의 실험을 통해 랜덤효과를 고려하지 않은 모형과 비교 분석하였다. 또한, 실제 지역사회 건강조사 흡연 자료에 직접 응용하여 그 결과를 살펴보았다.

• 노동경제논집
• /
• 제43권4호
• /
• pp.179-203
• /
• 2020

본 연구는 사업체패널조사와 노동패널조사를 사용하여 노동조합이 교육훈련에 미치는 영향을 비교·분석하였다. 상관임의효과(Correlated Random Effect: CRE) 모형을 적용한 사업체 및 개인 단위의 분석 결과를 살펴보면, 두 결과 모두에서 노동조합은 교육훈련을 증가시키는 것으로 나타났다. 노동조합의 존재는 사업체의 교육훈련 실시를 약 4.7%p, 개별 근로자들의 교육훈련 참여를 약 1.7%p 높이는 것으로 추정되었으며, 이상의 분석 결과는 근로자를 위한 교육훈련을 늘리기 위한 노동조합의 역할을 시사하고 있다.

• Journal of the Korean Data and Information Science Society
• /
• 제27권4호
• /
• pp.1083-1090
• /
• 2016

In clinical studies, different types of outcomes (e.g. repeated measures data and time-to-event data) for the same subject tend to be observed, and these data can be correlated. For example, a response variable of interest can be measured repeatedly over time on the same subject and at the same time, an event time representing a terminating event is also obtained. Joint modelling using a shared random effect is useful for analyzing these data. Inferences based on marginal likelihood may involve the evaluation of analytically intractable integrations over the random-effect distributions. In this paper we propose a joint HGLM approach for analyzing such outcomes using the HGLM (hierarchical generalized linear model) method based on h-likelihood (i.e. hierarchical likelihood), which avoids these integration itself. The proposed method has been demonstrated using various numerical studies.

• Communications for Statistical Applications and Methods
• /
• 제15권6호
• /
• pp.969-976
• /
• 2008

Mixed linear models have been widely used in various correlated data including multivariate survival data. In this paper we extend hierarchical-likelihood(h-likelihood) approach for mixed linear models with right censored data to that for left censored data. We also allow a general random-effect structure and propose the estimation procedure. The proposed method is illustrated using a numerical data set and is also compared with marginal likelihood method.

• 오토저널
• /
• 제14권1호
• /
• pp.25-37
• /
• 1992

Interior noise in a car is known to have an important influence on product acceptability. This noise is closely correlated with structural-acoustic vibration. When considering noise problem, the structural-acoustic relation of a vehicle cabin model needs to be identified. However, it is very difficult to get the modal parameters of this kind of cabin structure composed of thin plates: because it not only can be excited by the acoustic vibration of cavity, but also tends to have decoupling effects of one plate from another. In order to obtain modal parameters more precisely, various excitation techniques, i.e. impact, pure random, burst random, and swept sine testing are applied for the first step. In the case of the cabin model, impact and swept sine testing show good results. Next, the determination of the excitation point by trial- and-error and the accurate measurements of FRF's are performed with these methods. The modal parameter extraction is carried out for the final step. This paper proposes a new approach to find the modal parameters more reliably in the case of high decoupling effects. That is, the convergence of MIF and MCF in each panel, which provide some criteria for the validity of the obtained modal parameters, is observed. And from those results, the pretty accurate modal parameters can be determined. A comparative assessment between the modal testing and the FEM is also performed.

• Communications for Statistical Applications and Methods
• /
• 제30권2호
• /
• pp.119-133
• /
• 2023

With the rapid growth of the economy and fossil fuel consumption, the concentration of air pollutants has increased significantly and the air pollution problem is no longer limited to small areas. We conduct statistical analysis with the actual data related to air quality that covers the entire of South Korea using R and Python. Some factors such as SO₂, CO, O₃, NO₂, PM₁₀, precipitation, wind speed, wind direction, vapor pressure, local pressure, sea level pressure, temperature, humidity, and others are used as covariates. The main goal of this paper is to predict air quality index (AQI) spatio-temporal data. The observations of spatio-temporal big datasets like AQI data are correlated both spatially and temporally, and computation of the prediction or forecasting with dependence structure is often infeasible. As such, the likelihood function based on the spatio-temporal model may be complicated and some special modelings are useful for statistically reliable predictions. In this paper, we propose several methods for this big spatio-temporal AQI data. First, random effects with spatio-temporal basis functions model, a classical statistical analysis, is proposed. Next, neural networks model, a deep learning method based on artificial neural networks, is applied. Finally, random forest model, a machine learning method that is closer to computational science, will be introduced. Then we compare the forecasting performance of each other in terms of predictive diagnostics. As a result of the analysis, all three methods predicted the normal level of PM_2.5 well, but the performance seems to be poor at the extreme value.

• 응용통계연구
• /
• 제21권6호
• /
• pp.923-932
• /
• 2008

우리는 자명하지 않은 상관 구조를 갖는 복잡한 다변량 자료에 직면하는 경우가 있다. 예를 들어 군집 구조 자료의 경우 생략된 변수들이 한 개 이상의 관측값에 동시적으로 영향을 줄 수 있기 때문에 결과들 간에 상관 구조를 모형화하는 것은 추정량의 효율성과 정확한 표준오차의 계산 등의 타당한 추론을 위해서 중요하다 관측값들 간에 종속성을 두는 표준 방법으로는 관측 값들이 관찰되지 않은 어떤 변수를 공유한다고 가정하는 것인데, 이러한 가정에 대해 본 연구에서는 다수준 모형을 고려한 상관된 임의효과 모형을 적합시켰다. 추정은 준모수적 접근방법으로 임의계수 분포에 대한 모수적 가정 없이 유한혼합 EM-알고리즘을 통하여 수행되었다.