다변량 경시적 자료분석을 위한 다변량 선형모형의 비교연구 (Comparison study of multivariate linear models for multivariate longitudinal data)

서지정보

· 발행기관 : 한국데이터정보과학회
· 수록지 정보 : 한국데이터정보과학회지 / 35권 / 1호 / 33 ~ 45페이지
· 저자명 : 이지현, 이근백

초록

다변량 경시적 자료에서 반복 측정된 자료들 사이에는 상관관계가 존재한다. 이 상관관계를 설명하기 위한 공분산 행렬은 양정치성을 만족해야하고, 모수의 수가 많아서 추정하기가 쉽지 않다. 이러한 문제를 해결하기 위해 자기회귀 구조(AR)를 가정한 공분산 행렬을 가지는 다변량 정규 선형 모형(MNLM)을 가정한 방법이 제안되었다. 이 모형은 이상치에 민감한 단점이 있다. 따라서 이상치에 강건하며 결측치가 있는 불완전한 자료에서도 강건하게 평균모수를 추정하기 위해 다변량 t 분포를 이용한 다변량 t 선형 모형(MTLM)이 제안되었다. 본 논문에서는 다양한 상황 하에서의 모의실험을 통해 MNLM과 MTLM의 평균모수 추정에 대하여 비교해보고자 한다.

영어초록

There are correlations between repeated outcomes measured in multivariate longitudinal data. The covariance matrix to explain the correlations must satisfy the positive definiteness. However it is not easy to estimate due to the high dimension of the matrix. To address this problem, multivariate normal linear models (MNLMs) with an autoregressive covariance matrix has been proposed. In the MNLMs, the estimation of the mean parameters is sensitive to outliers. Therefore, multivariate t linear model (MTLMs) using a multivariate t distribution has been proposed to robustly estimate the mean parameter even for outliers and incomplete data with missing values. In this paper, we compare the average parameter estimation of MNLM and MTLM through simulations under various circumstances.

참고자료

· 없음