비모수 분위수 회귀의 응용

세훌 존마트롯렝 전북대학교 일반대학원 2013 국내석사

중도절단된 자료가 있을 경우 분위수 회귀 함수 추정을 위하여 커널가중치를 사용한 대표적인 비모수적인 방법인 국소선형적합방법을 고려하였다. 본 논문에서는 Choi와 Kim (2013)에서 비교한 네 가지 방법: 점검함수(check function)에 기반한 두 가지 방법(Gannoun et al (2002), El Ghouch & Van Keilegom(2009))과 역분포함수(Inverse distribution function)기반 한(Double Kernel (Yu, Jones (1998)), Local Logistic- Likelihood (Lee et al (2006)))의 중도절단을 고려하여 수정된 방법을 Ljubljana Clinical Centre의 AMI 환자들의 자료에 적용하여 그 결과를 비교하고 있다. We consider the problem of nonparametrically estimating the quantile regression function in the case of censoring data by kernel weighted local linear fitting. In Choi and Kim (2013), four methods are discussed: the first two, Gannoun et al(2013) and El Ghouch and Van Keilegom (2009), are based on check function. The last two (modified double-Kernel (Yu and Jones (1998)) and Local logistic regression(Lee et al (2006))) are based on inverse distribution function. In this paper we apply these methods to Acute Myocardinal Infarction (AMI) patients of Ljubljana Clinical Centre and compare the result. keywords : Censored data, Quantile regression, Non-parametric, Check function, Inverse distribution function

이변량 중도절단 자료에서 켄달의 타우 추정량 비교

박정재 전북대학교 일반대학원 2018 국내석사

In this paper we study the nonparametric estimation of Kendall's tau in the presence of univariate right censoring. Kendall's tau is the important association measure along with spearman correlation coefficient and commonly used in biomedical application because of rank invariant property and powerful asymptotic properties. Under censoring the estimation of tau has been challenging. We propose modified Hsieh's approach of the Kendall's tau statistic under univariate censoring. Hsieh (2010) replaced a censored event-time by a imputation with the conditional information, which is obtained from the estimated bivariate survival function of Dabrowska (1988), and calculated the tau estimator based on the imputed data. The estimators suggested in this paper are the modication of Hsieh (2010) by implementing with the nonparametric bivariate survival function estimators in Lin and Ying (1993), which are very simple compared to Dabrowska's and show good performance in the presence of univariate right censoring. Through simulation study the suggested estimators are compared with Hsieh's original estimators and other practical estimators Oakes (2008) and Lakhal et al. (2009) of Kendall's tau. An llustrative example based on a real data set is also given. 상관분석에서 켄달의 타우는 스피어만 상관계수와 함께 중요한 방법 중 하나로 꼽히며, 순서불변성과 근사적 성질 때문에 다양하게 사용된다. 중도절단 하에서 타우의 값을 구하는 것은 어렵기 때문에 Hsieh (2010)의 방법을 수정한 추정량을 제안하였다. Hsieh은 중도절단 된 시점을 Dabrowska (1988)가 제안한 이변량 생존함수와 조건부 정보를 이용하여 계산한 mean, median, mode로 중도절단 시점 값을 변환하여 타우 추정량을 계산하였다. 본 연구에서는 Hsieh의 방법에서 비모수 이변량 생존함수를 Lin and Ying (1993)의 이변량 생존함수로 변경하여 일변량 우중도절단에서 추정량들의 결과 값을 비교하였다. 연구에서 제안한 추정량, 기존의 Hsieh의 추정량, Oakes (2008)과 Lakhal et al. (2009)의 추정량들을 비교하는 모의실험을 통해 제안한 방법이 어떤 결과를 보이는지 검토하였다. 실제 자료 분석의 예시로 Huster et al. (1989)의 자료를 적용하였다.

다중 처리군에서 성향점수 가중치 방법의 비교

김은진 전북대학교 일반대학원 2022 국내석사

관찰연구에서 처리효과 추정치는 공변량 불균형의 영향으로 인한 편향이 발생한다. 역확률 가중치, 중복 가중치 및 매칭 가중치와 같은 성향점수의 가중치 방법은 추정치의 편향을 줄일 수 있다. 다중 처리군의 경우에는 성향점수를 확장한 일반화 성향점수 방법이 제안되었다. 주로 일반화 성향점수 추정시 다항 로지스틱 회귀 모형이 사용되며, 가중치 방법에도 적용되었다. 그러나 표본 크기에 비해 공변량이 너무 많거나 정규성을 가정할 수 없는 경우, 모수적 방법인 다항 로지스틱 회귀의 치료효과 추정치는 편향이 발생 할 수 있다. 반면 일반화 부스팅 모형은 비모수적 방법과 같은 문제에 적합하다. 또한 대용량 데이터에서도 잘 구현되어 최근에는 일반화 성향점수 추정에도 사용되고 있다. 본 연구는 모의실험을 통해 다항 로지스틱 회귀 모형과 일반화 부스팅 모형에 의해 추정된 일반화 성향점수와 이를 기반으로 하는 역확률 가중치, 중복 가중치와 매칭 가중치의 소표본 속성을 비교하였다. 모의실험 결과, 처리 또는 결과 모형이 선형인 경우에만 다항 로지스틱 회귀 방법은 편향과 MSE가 작았으며 CP는 높게 나타났다. 그러나 일반화 부스팅 방법은 모형의 선형 여부에 관계없이 편향, MSE와 CP는 일관된 결과를 보였으며, 처리 또는 결과 모형이 비선형인 경우에는 다항 로지스틱 회귀 방법보다 우수한 성능을 보였다. 가중치 방법은 전반적으로 매칭 가중치, 중복 가중치, 역확률 가중치 순으로 우수한 성능 보였다. 매칭 가중치와 중복 가중치는 일반화 성향점수 추정 방법에 따른 결과와 비슷하게 나타났으며, 역확률 가중치는 일반화 부스팅 모형으로 추정할 경우 성능이 더 좋게 나타났다. In observational studies, the treatment effect estimates are often biased by the impact of covariate imbalances. The propensity score weighting methods such as inverse probability of treatment weights(IPW), overlap weights(OW) and matching weights(MW) can be used to reduce the bias. In the case of multiple treatments, the propensity scores are extended to generalized propensity scores. They have been estimated most often by multinomial logistic regression(MLR) and used for weighting methods. However, MLR, which is a parametric methods, may cause bias in the estimate of treatment effect when there are too many covariates for the sample size or when normality cannot be assumed. The generalized boosted models(GBM) is robust to such problems as a nonparametric methods and also implemented well in very large size of data so that it is recently adopted for the estimation of GPS. In this study, we compared small sample properties of generalized propensity scores estimated by MLR and GBM and three weighting methods(IPW, OW, MW) based on these scores through simulations. The result of simulation shows; The MLR had small bias and MSE, and CP was close to the specified value only when log-odds of the treatment or outcome was linear in covariates. The GBM, however, showed consistent results regardless of the models specification in bias, MSE and CP, and performs better than the MLR as both treatment and outcome models are non-linear. The weighting methods showed good performance in the order of MW, OW and IPW. MW and OW showed similar results according to the generalization propensity score estimation methods, and IPW performed better when estimated using the GBM.

의학과 치의학 연구에서의 통계

조혜민 전북대학교 일반대학원 2020 국내석사

In recent years the use of statistics has become important in medical and dental research due to the development of various statistical software as the amount of information to be analyzed has been remarkably increased. In this article, we studied recent trends in the use of statistics in medical and dental research. For this, we collected articles published between 2002 and 2018 in five prominent international journals in medical and dental fields, and classified text using textmining technique. It is observed that the sophisticated techniques such as generalized linear model and Bayesian method have been increasingly applied in medical journals. In dental journals, the epidemiology statistics and generalized linear model have been increased. We found that SAS is still popularly used but the number of articles using R for analysis has been steadily increased in medical journals. And all statistics software has been increased in dental journals. In addition, the proportion of statistical experts among article authors also increased in medical journal.

Time-dependent ROC 곡선을 이용한 연속형 바이오마커의 최적의 절단점을 찾는 방법 비교: 모의실험 연구

조진실 전북대학교 일반대학원 2022 국내석사

의학 연구에서 마커의 이분화는 해석이 쉽고 편리하기 때문에 많이 사용하고 있다. 가장 많이 사용되는 방법인 ROC 곡선은 Youden index를 이용하여 최적의 절단점 추정을 위해 사용된다. 그러나, 실제 질병 상태와 마커는 시간에 따라 변화 하므로 정보 손실 위험이 있다. 이를 대안으로 \cite{heagerty2000time}이 제안한 time-dependent ROC 곡선으로 마커의 최적 절단점을 추정할 수 있지만, 특정 시점에서 time-dependent ROC 곡선만 이용하는 한계가 있다. \cite{choi2019}은 time-dependent ROC 곡선의 중도절단 되지 않은 모든 생존시간에서 구한 Youden index의 합이 최대가 되는 값으로 마커의 최적 절단점을 추정하는 방법을 제안하였고, 본 논문에선 이를 수정하여 time-dependent ROC 곡선의 각 시점별 Youden index들의 가중합이 최대가 되는 값으로 마커의 최적 절단점을 추정하는 방법을 제안하였다. 모의실험을 통해 다양한 생존자료의 중도절단율 및 크기에 대하여 \cite{choi2019}가 제안한 방법과 본 논문에서 제안한 방법의 성능을 RMSE(Root Mean Square Error)를 통해 비교하였고, 본 논문에서 제안한 방법의 RMSE가 더 작은 결과를 나타내었다.

공간 시계열 극단값 모델링 사례 연구 : 한국 여름철 야간 기온

황승용 전북대학교 일반대학원 2013 국내석사

이상기후현상과 같은 드문사건에 대해 분석을 통한 적절한 대응이 최근에 많이 요구되고 있다. 이러한 사건은 극단값 모델링 방법을 적용하여 추정할 수 있는데, 기후자료는 각 관측소에서 측정되고 있어 각 관측소별 자료가 지정학적 위치에 따라 상관관계를 나타내므로 공간종속성을 고려한 모델링이 필요하다. 따라서 한국의 야간최고기온과 지리정보(위도, 경도, 해발고도)로 Schlather(2002)의 공간 종속성 모형 하에서의 극단값 모델링 방법과 Northrop과 Jonathan(2011)의 분계점 방법 적용을 통해 분석결과를 비교해보았다. Abnormal weather phenomena and analysis of rare events, such as the appropriate response for a lot recently is becoming more demanding. In these cases, you can estimate by applying the method models the geugdangabs, climate data, measured at each station and each station rated material represents the space correlation based on the geopolitical position of considering modeling dependencies are needed. Therefore, a Korean night highs geographic information (latitude, longitude, and elevation) and a model of spatial dependency Schlather (2002) geugdangabs of modeling methods and from Northrop and Jonathan (2011) of the meter points compared with the analysis results through the application of methods.

중도절단을 고려한 조건부 분위수 비모수적 추정

김은영 전북대학교 일반대학원 2013 국내석사

Censored data is a common problem in any kind of research. If censored data is ignored, the results could distort the facts. Therefore censored data should be considered. Quantile regression (QR) is a common way to investigate the possible relationships between a covariate and a response variable . The quantile regression approach allows the analyst to estimate the functional dependence between variables for all portions of the conditional distribution of the response variable. In this article, we propose new nonparametric estimators of the quantile regression, which are the modified versions of double-kernel technique of Yu and Jones (1998) and the local logistic regression in Lee et al. (2006) under random censoring. We compare the new proposal with some existing methods. Those include the approach by Gannoun et al. (2007) and Ghouch and Van Keilegom (2009) based on the ‘check function’. The comparison is done by integrated squared error through a simulation study. We find that the modified version of the local logistic regression and the check function approach of Gannoun et al. (2007) performs better in most cases.

메타분석에서 진단 검사 정확도 비교를 위한 통계적 방법

김장현 전북대학교 일반대학원 2023 국내석사

Meta-analysis of diagnostic test accuracy studies requires analyzing two evaluation variables, sensitivity and specificity, which are related to each other, instead of a single evaluation variable, unlike meta-analysis of treatment and intervention studies. To address this, the bivariate random effects model proposed by Reitsma et al. [2005] has been widely used recently. The bivariate random effects model fits random effects models to sensitivity and 1-specificity (false positive rate) of each diagnostic test study after logit transformation, allowing the estimation of summary measures. The area under the curve (AUC) of the summary receiver operating characteristic (SROC) curve generated based on these estimates can be used as a measure of diagnostic accuracy in meta-analysis. Recently, Noma et al. [2021] proposed a meta-analysis comparing the diagnostic accuracy of two tests using the interval estimation of AUC in SROC and the difference in AUC (dAUC) by applying the bootstrap method. Their method assumes that each diagnostic test study being compared was conducted independently. However, if the accuracy studies applying two diagnostic tests to the same population are to be used as meta-analysis data, the diagnostic accuracies of each test are not independent. Therefore, this study proposes a modified version of the method proposed by Noma et al. [2021] to account for such cases. Additionally, the proposed method was applied to actual meta-analysis data of diagnostic test studies related to placental spectrum disorders (Hong et al. [2022]) and breast cancer surgery (Byon et al. [2023]), and the results were compared and analyzed with the results obtained using the existing method under the assumption of independence. It was observed that the proposed method yielded wider confidence intervals for the difference in AUC (dAUC) and larger p-values, indicating increased uncertainty. Furthermore, in order to compare in various settings, correlation coefficients were established to generate simulated experimental data. In the simulated experimental environment, the proposed method resulted in wider confidence intervals for dAUC. However, contrary to the analysis results of actual meta-analysis data of diagnostic test studies, the proposed method often yielded lower p-values than the conventional method. This discrepancy may be due to the issue of not considering the distribution of dAUC when generating the data. To address this problem, future studies should explore methods for constructing simulated experimental environments that consider the distribution of dAUC and evaluate the performance of the proposed method using actual meta-analysis data of diagnostic test studies. 진단 검사 정확도 연구의 메타분석은 치료 및 중재 연구의 메타분석과는 달리 하나의 평가 변수 대신 서로 연관되어 있는 민감도 및 특이도와 같은 두 가지 평가 변수를 동시에 분석해야 하는데, 이를 고려하여 Reitsma et al. [2005]가 제안한 이변량 랜덤효과 모형이 최근 들어 가장 일반적으로 사용되 고 있다. 이변량 랜덤효과 모형은 로짓 변환한 각 진단 검사 연구의 민감도와 1-특이도 (위양성률)에 랜덤효과 모형을 적합하여 각각의 요약 추정치를 구할 수 있으며, 이러한 추정치를 기반으로 생성되는 SROC (Summary Reciever Operation Characteristic) 곡선의 AUC (Area Under the Curve)는 메타분 석에서 관심 진단 검사의 정확도 측도로 사용할 수 있다. 최근에 Noma et al. [2021]는 붓스트랩 방법을 적용하여 SROC의 AUC의 구간추정과 AUC 차이 (dAUC)를 이용한 두 진단 검사 정확도 비교의 메타분석을 제안하였다. 이들의 방법은 비교하고자 하는 각 진단 검사 연구가 서로 독립적으로 이루어졌다는 가정하고 있는 방법이다. 만약 동일 집단에 두 진단 검사를 적용한 정확도 연 구 결과를 메타분석 자료로 사용하고자 하는 경우에는 각 진단 검사 정확도는 서로 독립이 아니므로, 본 논문에서는 이러한 경우도 고려하기 위하여 수정 된 Noma et al. [2021]의 방법을 제안하였다. 또한 제안한 방법을 유착 태반 스펙트럼 자료(Hong et al. [2022])와 유방암 수술 자료(Byon et al. [2023])에 실제로 적용하여 독립 가정 하에서 제안된 기존 방법을 적용한 결과와 비교 분석하였는데, 제안한 방법을 적용했을 때 AUC 차이 (dAUC)의 신뢰구간의 폭은 더 넓어지고 유의확률은 더 커짐을 확인할 수 있었다. 더 나아가, 다양한 환경에서 비교하기 위해 상관계수를 설정하여 모의실험 자료를 생성하고 두 가지 진단 검사 정확도 비교 방법을 적용한 결과를 확인하였다. 모의실험 환경 에서도 제안한 방법을 사용하였을 때 dAUC의 신뢰구간이 더 넓어지는 것을 확인하였다. 그러나 실제 자료의 분석 결과와 달리 제안한 방법의 유의확률이 기존 방법의 유의확률보다 작은 경우가 많았다. 이는 dAUC의 분포를 사용 하여 자료를 생성하지 않아서 발생한 문제로 예상되며, 이를 해결하기 위해 후속연구에서는 dAUC의 분포를 고려하여 모의실험 환경을 구성하는 방법을 연구하고, 다양한 실제 자료를 활용하여 제안한 방법의 성능을 평가하는 것이 중요하다.

한국노동패널 탈락요인 분석

이상협 전북대학교 일반대학원 2012 국내석사

In panel studies in which the same respondents are interviewed repeatedly over the long term, panel attrition may cause the problems in the reliability of the result and the representativeness of the sample in panel study. In this article, I explore the risk factors of sample attrition in the first 11 waves of the Korean Labor and Income Panel Study (KLIPS) data covering the years 1998-2008, for which the survival analysis techniques such as Cox proportional hazard model based on the time to the attrition of each respondent as the survival time of the respondent are applied. SAS provides two procedure for the analysis under Cox proportional hazard model, which are PHREG and SURVEYPHREG. SURVEYPHREG has been recently developed as specialized in the case of survey data. Hence in this paper I use SURVEYPHREG for KLIPS attrition analysis and the attrition factors of KLIPS are investigated.