KCI등재
공변량의 측정오차를 고려한 소지역 비율의 계층적 베이지안 추정 = Hierarchical Bayesian Estimation of Small Area Proportions with Measurement Error Covariate
저자
발행기관
학술지명
Journal of the Korean Data Analysis Society(Journal of The Korean Data Analysis Society)
권호사항
발행연도
2021
작성언어
-주제어
KDC
310
등재정보
KCI등재
자료형태
학술저널
수록면
577-587(11쪽)
KCI 피인용횟수
3
DOI식별코드
제공처
본 연구에서는 기존에 개발된 로지스틱 회귀 모형(logistic regression model)을 기반으로 결과변수가 이항분포의 형태를 갖는 베이지안 소지역 비율 추정 모형을 바탕으로 공변량의 측정오차를 반영할 수 있는 확장모형을 제시하였다. 측정오차모형은 측정오차를 가지는 공변량의 참값에 대한 확률성 가정 여부에 따라 기능적 측정오차와 구조적 측정오차로 구분할 수 있으며 본 연구에서는 확률성을 가정하는 구조적 측정오차모형(structural measurement error model)을 고려하였다. 모형추정과 모형적합을 위해 마코브 체인 몬테칼로(Markov chain Monte Carlo) 방법 중 깁스 표집(Gibbs sampling)과 메트로폴리스-해스팅스(Metropolis–Hastings) 알고리즘을 기반으로 하는 계층적 베이지안 접근법을 활용하였다. 모의실험을 통해 개발된 확장모형의 우수성을 확인하였으며 특히 측정오차의 분산 값이 커질수록 더 우수한 성능을 나타내는 것을 확인할 수 있었다. 또한 국가표본자료인 2018년 국민건강영양조사 자료의 중고등학생을 대상으로 수면시간을 측정오차를 가지는 공변량으로 활용하여 시도별 우울감을 느끼는 학생의 비율을 추정하는 실증자료분석을 수행하였다.
더보기In this study, we present an expansion model that can reflect the measurement error of covariates based on the previously developed Bayesian small region ratio estimation model based on the logistic regression model in which outcome variable has a binary data form. The measurement error model can be divided into functional and structural measurement error models based on probability assumptions about the true values of covariates with measurement error and the structural measurement error model is considered in this study. A hierarchical Bayesian model was used by sampling using Gibbs sampling and Metropolis– Hastings algorithms among the Markov chain Monte Carlo methods for model estimation and model fitting. We confirm the superiority of the proposal model through simulation, especially the larger the variance value of the measurement error, the performance improved. In addition, an application analysis is conducted to estimate the proportion of depressed students by using sleep time as a covariate with measurement errors for middle and high school students from the 2018 National Health Nutrition survey data which is a national sample data.
더보기분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2026 | 평가예정 | 재인증평가 신청대상 (재인증) | |
2020-01-01 | 평가 | 등재학술지 유지 (재인증) | KCI등재 |
2017-01-01 | 평가 | 등재학술지 유지 (계속평가) | KCI등재 |
2013-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2010-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2008-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2005-01-01 | 평가 | 등재학술지 선정 (등재후보2차) | KCI등재 |
2004-01-01 | 평가 | 등재후보 1차 PASS (등재후보1차) | KCI후보 |
2002-07-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 1.26 | 1.26 | 1.15 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
1.05 | 0.98 | 0.956 | 0.4 |
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)