메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
박정주 (성균관대학교) 이근백 (성균관대학교)
저널정보
한국데이터정보과학회 한국데이터정보과학회지 한국데이터정보과학회지 제33권 제4호
발행연도
2022.7
수록면
657 - 676 (20page)
DOI
10.7465/jkdi.2022.33.4.657

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
경시적 자료 (longitudinal data)는 같은 개체 (subject)에서 일정 기간동안 시간에 따라 반복 측정되는 자료이다. 이러한 자료는 같은 개체로부터 관찰값이 반복 측정되기 때문에 이들간에 복잡한 상관관계가 존재한다. 따라서 이 상관관계를 고려하여 공분산행렬을 모형화하는 것이 매우 중요하다. 하지만 반복 수가 증가함에 따라 공분산행렬의 차원이 커저서 추정해야 할 모수가 많아지며, 공분산행렬의 양정치성 (positive definiteness) 또한 만족하기가 쉽지 않다. 특히 경시적 이진 자료 분석에서는 이러한 문제를 해결하기 위해 일반화선형혼합모형 (generalized linear mixed models; GLMMs)을 사용하여 왔다. 본 논문에서는 우선 경시적 이진 자료분석을 위한 GLMMs을 고찰한다. 그리고 그 모형 중에 최근에 제안된 Lee 등 (2022)의 베이지안 강건한 프로빗 선형 혼합모형 (Bayesian robust probit linear mixed model; PLMM)을 또한 고찰하고, 경시적 이진 자료인 고령화연구패널조사 자료를 이 모형을 이용하여 분석함으로써 반응변수인 우울 증상 여부에 미치는 요인을 파악하고자 했다.

목차

요약
1. 서론
2. 경시적 이진 자료 모형의 조사
3. 고령화연구패널조사 자료 분석
4. 결론
References
Abstract

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2022-041-001619179