다변량 선형모형을 이용한 노동패널자료 분석 (Analysis of labor panel data using multivariate regression models)

서지정보

· 발행기관 : 한국데이터정보과학회
· 수록지 정보 : 한국데이터정보과학회지 / 31권 / 4호 / 549 ~ 568페이지
· 저자명 : 서리브가, 이근백

초록

다변량 경시적 자료는 의학, 보건과학, 사회과학, 환경연구 등과 같은 많은 분야에서 측정된다. 이 자료는 시간에 따라 여러 개의 반응변수들이 반복적으로 측정되기 때문에 복잡한 상관관계를 가지고 있다. 즉 다른 시점에서의 동일한 반응변수들 간의 상관관계, 같은 시점에서의 서로 다른 반응변수들 간의 상관관계, 그리고 다른 시점에서의 서로 다른 반응변수들 간의 상관관계를 가지며, 이러한 복잡한 상관관계로 인해 다변량 경시적 자료에 대해 공분산행렬을 모형화하는 것은 단변량 경시적 자료분석에 비해 더 어렵다. 본 논문에서는 다변량 경시적 자료에 대한 공분산행렬을 모형화하는 것에 대한 여러 가지 접근법을 조사하고, 이 방법들 중에 해석이 용이한 Kim과 Zimmerman (2012)과 Lee 등 (2020)의 방법을 이용하여 실제 다변량 경시적 자료인 노동패널자료를 분석하고자 한다.

영어초록

Multivariate longitudinal data are measured in many areas, such as medicine, health science, social science, environmental research. The data have complex correlations because multiple response variables are measured repeatedly over time: correlation within separate responses over time, cross-correlation between response at different times, and correlation between responses at each time point. Thus, modeling covariance matrix for multivariate longitudinal data is more difficult than univariate longitudinal data analysis. In this paper, we will investigate various approaches of the modeling covariance matrix for multivariate longitudinal data, and analyze the actual multivariate longitudinal data, labor panel data, using methods such as Kim and Zimmerman (2012) and Lee et al. (2020), which are easy to interpret among these methods.

참고자료

· 없음