KCI등재
다섯수치요약 정보에 근거한 정규모집단의 모수 추정에 관한 연구 = A Study on Parameter Estimation of Normal Population Based on Five-Number Summary
저자
발행기관
학술지명
Journal of the Korean Data Analysis Society(Journal of The Korean Data Analysis Society)
권호사항
발행연도
2022
작성언어
Korean
주제어
등재정보
KCI등재
자료형태
학술저널
수록면
561-572(12쪽)
KCI 피인용횟수
0
DOI식별코드
제공처
Most research papers or research reports dealing with statistical analysis of continuous response variables provide results of a type . However, some provide results based on the ‘five-number summary’ information instead of this type. In the meta-analysis process, when these results are mixed, in general, a procedure for estimating the unknown sample mean and sample standard deviation from the five-number summary information is required for maximum data utilization. In this study, under the assumption of a normal population, the estimated values of the population mean and population standard deviation are obtained using the maximum likelihood estimation method from the five-number summary information, and the problem of substituting them with the unprovided values of the sample mean and sample standard deviation is dealt with. For comparative evaluation of the performance of the proposed maximum likelihood estimation method the most recently proposed methods Wan et al.(2014), Kwon, Reis(2015), Luo et al.(2018), Shi et al.(2018) are used. A computer simulation is performed with these. As a result, it was found that the performance of the maximum likelihood estimation method was superior to or comparable to that of the existing methods in many respects.
더보기연속형 반응변수에 대한 통계적 분석을 다루는 대부분의 연구논문 또는 연구보고서에서는 유형의 결과를 제공한다. 그러나 일부에서는 이런 유형 대신 다섯수치요약 정보인 에 바탕을 둔 결과를 제공하기도 한다. 메타분석 과정에서는 이런 결과들이 혼재한 경우 자료의 최대 활용을 위해 일반적으로 다섯수치요약 정보로부터 미지의 표본평균과 표본표준편차를 추정하는 절차가 요구된다. 본 연구에서는 정규모집단 가정하에서 다섯수치요약 정보로부터 최대우도추정법에 의해 모평균과 모표준편차의 추정값들을 구하고 이를 미제공된 표본평균과 표본표준편차의 추정값으로 대용하는 문제를 다룬다. 제안되는 최대우도추정법의 성능을 비교평가하기 위해 가장 최근에 제안된 방법들인 Wan et al.(2014), Kwon, Reis(2015), Luo et al.(2018), Shi et al.(2018)과 함께 컴퓨터 시뮬레이션을 실시한다. 그 결과 여러 측면에서 최대우도추정법의 성능이 기존 방법들보다 우수하거나 필적할만한 수준인 것으로 나타났다.
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)