• Communications for Statistical Applications and Methods
• /
• 제25권2호
• /
• pp.173-184
• /
• 2018

In medical or public health research, it is common to encounter clustered or longitudinal count data that exhibit excess zeros. For example, health care utilization data often have a multi-modal distribution with excess zeroes as well as a multilevel structure where patients are nested within physicians and hospitals. To analyze this type of data, zero-inflated count models with mixed effects have been developed where a count response variable is assumed to be distributed as a mixture of a Poisson or negative binomial and a distribution with a point mass of zeros that include random effects. However, no study has considered a situation where data are also censored due to the finite nature of the observation period or follow-up. In this paper, we present a weighted version of zero-inflated Poisson model with random effects accounting for variable individual follow-up times. We suggested two different types of weight function. The performance of the proposed model is evaluated and compared to a standard zero-inflated mixed model through simulation studies. This approach is then applied to Medicaid data analysis.

• 한국전산구조공학회논문집
• /
• 제29권2호
• /
• pp.115-122
• /
• 2016

기존 건축물의 구조 안전성평가와 보수 보강 시에는 해당 건축물의 상태를 정확히 알기 위해 현장 또는 실험실에서의 실험을 수행하는 경우가 많고 최초설계 단계와 다르게 시공된 건축물의 실제 상태 등을 구조해석 모델에 반영하게 된다. 이 경우, 각종 실험값을 전통적인 통계학적 방법은 구조기술자가 지닌 경험과 지식은 구조모델링 및 해석에서 아무런 가치를 더 할 수가 없다. 본 논문은 현장 및 실험실에서 얻은 단순한 실험값을 구조기술자의 축적된 경험과 지식을 변수로 활용하여 보다 유효하게 구조해석 모델에 필요한 데이터로 개선하는 방법으로서 통계학적인 베이스 경신법을 이용한 안전성평가 방법에 대해 살펴보았다. 구조기술자의 적절한 판단이 변수로서 포함되면 적은 개수의 샘플 수로도 비교적 정확한 값의 최종 예측값을 산정할 수 있어 전통적인 통계학적 접근에 비해 보다 실제값에 근접한 예측값을 구할 수 있는 것을 확인하였다.