• 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.

• Communications for Statistical Applications and Methods
• /
• 제30권1호
• /
• pp.65-73
• /
• 2023

Contemporary biomedical data often involve an ill-posed problem owing to small sample size and large number of multi-collinear variables. Partial least squares (PLS) method could be a plausible alternative to an ill-conditioned ordinary least squares. However, in the case of a PLS model that includes a random-effect, how to deal with a random-effect or mixed effects remains a widely open question worth further investigation. In the present study, we propose a modified multivariate PLS method implementing mixed-effect model (PLSM). The advantage of PLSM is its versatility in handling serial longitudinal data or its ability for taking a randomeffect into account. We conduct simulations to investigate statistical properties of PLSM, and showcase its real clinical application to predict treatment outcome of esthetic surgical procedures of human faces. The proposed PLSM seemed to be particularly beneficial 1) when random-effect is conspicuous; 2) the number of predictors is relatively large compared to the sample size; 3) the multicollinearity is weak or moderate; and/or 4) the random error is considerable.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2000년도 추계학술발표회 논문집
• /
• pp.193-200
• /
• 2000

Modelling the dependence via random effects in censored multivariate survival data has recently received considerable attention in the biomedical literature. The random effects models model not only the conditional survival times but also the conditional hazard rate. Systematic likelihood inference for the models with random effects is possible using Lee and Nelder's (1996) hierarchical-likelihood (h-likelihood). The purpose of this presentation is to introduce Ha et al.'s (2000a,b) inferential methods for the random effects models via the h-likelihood, which provide a conceptually simple, numerically efficient and reliable inferential procedures.

• 응용통계연구
• /
• 제28권2호
• /
• pp.335-342
• /
• 2015

경시적 자료는 각 환자마다 시간에 따라 반복 측정되는 코호트 연구 등에서 많이 쓰인다. 본 연구는 반응변수 간 상관성을 고려할 수 있는 결합 다단계 일반화 선형모형을 이용하여, 다변량 경시적 자료 분석을 수행하였다. 한국 유전체 역학 연구에서 실시한 코호트 자료를 적합하고 결과를 해석한다. 조건부 아카이케 정보 기준을 이용하여 모형 선택을 하고, 변량효과들의 추정치들을 설명한다.

• 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.