(The) effect of the size of time interval rescaling uneven intervals of observation timing in dynamic structural equation modeling
저자
발행사항
Seoul : Graduate School, Korea University, 2021
학위논문사항
학위논문(석사)-- 고려대학교 대학원: 교육학과 2021. 8
발행연도
2021
작성언어
영어
주제어
발행국(도시)
서울
기타서명
역동적 구조방정식에서 관측시점의 불규칙한 간격을 재조정하는 시간 간격 크기의 영향 분석
형태사항
viii, 59장 : 도표 ; 26 cm
일반주기명
지도교수: 홍세희
참고문헌: 장 53-57
UCI식별코드
I804:11009-000000251413
DOI식별코드
소장기관
Intensive longitudinal data are often collected at irregular time intervals to prevent subjects from predicting the next measurement timing. However, for accurate estimation and interpretation, irregular time intervals of observations must be adjusted, which is possible by inserting missing values between observations with non-uniform intervals. The researcher needs to determine the size of time interval to be adjusted, and because the amount of missing values inserted, which affects the quality of the estimation, depends on the size of the interval, the researcher needs to determine the appropriate size of time interval.
Thus, this study proceeded with Monte Carlo simulation method to explore the accuracy of estimation depending on the size of the time interval to be adjusted under various conditions. 36 design conditions based on number of subjects, number of time points and percentage of missing values were set for the two-level AR(1) model and the two-level AR(1) regression model of the dynamic structural equation modeling. For each condition, models were estimated with different sizes of time intervals and the quality of the estimation was evaluated based on the parameter estimates bias and coverage.
The results of the study are as follows. Overall, for both models, the larger the size of the time interval, the greater the bias in parameter estimates. In particular, bias of the autoregressive coefficient estimates of dependent variable in two-level AR(1) regression model has increased more sharply as the size of the time interval increases compared to the independent variable of the same model and the dependent variable of the two-level AR(1) model. Generally, the coverage of the autoregressive coefficient estimates for both models was less than 0.9 when the percentage of missing values was 95%. For the regression coefficients of two-level AR(1) regression model, the regression coefficient of within-level was found to have severe bias in all cases beyond the original time scale, and the regression coefficient of between-level showed that the severe bias in estimation occurs only when the number of time points is 100 and the percentage of missing values is 95%. The coverage of the regression coefficient of within-level was zero in all cases except for the time interval size of 1, and the coverage of the regression coefficient at between-level had a stable coverage value of 0.9 or higher in most of conditions. Across the board, although no consistent distinct patterns were found with sample size, under some conditions changes in bias and coverage were found.
This study is significant in that it presents a reference to researchers who conduct their research applying dynamic structural equations modeling and to researchers who wish to conduct further research on this issue by examining the effect of the time interval size on the accuracy of parameter estimates for two models of dynamic structural equation modeling.
집약적 종단 자료는 조사 대상자가 다음 측정시기를 예측하는 것을 예방하기 위해 불규칙한 시간 간격으로 수집되는 경우가 많다. 그러나 정확한 추정과 해석을 위해서는 관측치들의 불규칙한 시간 간격을 조정해주어야 하며, 이는 비균일한 간격의 관측치들 사이에 결측치를 투입하는 방법으로 가능하다. 이과정에서 연구자는 관측치들의 시간 간격을 재조정하는 시간 간격의 크기를 정하여야 하는데, 간격의 크기에 따라 투입되는 결측치의 양이 달라지고 이는 추정의 질에 영향을 미치기 때문에 연구자는 적절한 시간 간격의 크기를 설정할 필요가 있다.
이에 본 연구는 다양한 조건 하에서 시간 간격의 크기에 따른 추정의 정확성을 살펴보기 위해 몬테카를로 시뮬레이션 연구를 진행하였다. 역동적 구조방정식의 2수준 1차 자기회귀모형과 2수준 1차 자기회귀모형의 회귀모형에 대하여 대상자의 수, 측정시점의 수, 결측치의 비율을 바탕으로 36개의 디자인 조건을 설정하였다. 각 조건에 대하여 시간 간격을 달리하여 추정하였으며, 모수 추정치의 편향과 커버리지를 기준으로 추정의 질을 평가하였다.
연구 결과, 전체적으로 두 모형 모두에 대하여 시간 간격의 크기가 커질수록 추정치의 편향이 점차 심해지는 것을 확인할 수 있었다. 특히, 2수준 1차 자기회귀모형의 회귀모형의 종속변수의 자기회귀 계수 추정치의 편향은 동일 모형의 독립변수와 2수준 1차 자기회귀모형의 종속변수에 비해 시간 간격의 크기가 커짐에 따라 큰 폭으로 커졌다. 전반적으로, 결측치의 비율이 95%일 때 대부분의 조건에서 두 모형의 자기회귀 계수 추정치의 커버리지는 0.9 이하로 나타났다. 2수준 1차 자기회귀모형의 회귀모형의 회귀계수에서, 1수준의 회귀계수의 경우, 원래의 시간 척도를 벗어나는 모든 경우에 심각한 편향이 발생하였으며, 2수준의 회귀계수는 측정시점의 수가 100이고, 결측치의 비율이 95%인 경우에만 추정의 편향이 발생하는 것으로 나타났다. 1수준 회귀계수의 커버리지는 시간 간격의 크기를 1로 설정한 경우를 제외하고 모든 경우에 0으로 나타났으며, 2수준 회귀계수는 대부분의 조건에서 0.9 이상의 안정적인 커버리지 값을 가졌다. 전반적으로, 표본의 크기에 따라 일관성 있고 뚜렷한 패턴이 발견되지는 않았지만, 일부 조건들에서 표본 크기에 따른 편향과 커버리지의 변화를 발견하였다.
본 연구는 역동적 구조방정식의 두 개의 모형에 대하여 보다 다양한 조건 하에 관측치들의 불규칙적인 시간 간격을 재조정하는 시간 간격의 크기가 모수 추정의 정확성에 미치는 영향을 살펴봄으로써, 역동적 구조방정식을 적용하여 연구를 수행하려는 연구자들과 해당 주제에 대하여 방법론적으로 더 깊이 있는 후속 연구를 하고자 하는 연구자들에게 참조할 수 있는 연구결과를 제시하였다는 점에서 의의가 있다.
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)