메타 자료와 패널자료에 대한 연구

Abstract

메타자료와 패널자료에 대한 분석은 통계 테스트의 검정력을 증가시켜 불확실성을 감소시키며, 통계적 추정의 정확성을 향상시키기때문에 서로 다른 연구 결과들을 결합하여 통합된 정보를 이끌어 내는데 널리 사용되어왔다. 본 논문은 베이지안 계층 모형을 이용해 유전자 분야에서 발생하는 메타자료를 분석하는 방법을 제시하고 있으며, 비선형 패널 자료를 위한 MTAR 모형과 오랜 시간 서서히 변화해가는 패널 자료 분석을 통해 얻어진 통합된 정보는 개별 분석으로부터 얻어지는 정보에 비해 보다 명확한 결과를 제시하였다. 본 논문에서 제시되는 방법들은 메타 자료와 패널 자료 분야에서 통계기법을 한단계 발전시키는데 기여할 것으로 기대한다.;Meta data analysis has been widely used to combine results from different studies, since it usually increases powers of statistical tests, resolve uncertainty, and improve estimation accuracy. Similarly, panel data modelling is useful for controlling individual heterogeneity of cross-section units and producing more reliable estimates of model parameters. This work propose a Bayesian hierarchical model for analyzing meta data in genomic field and panel versions of a momentum threshold autoregressive (MTAR) model and a double unit root model for nonlinear panel data and slowly changing long-run panel data, respectively. The integrated information through the proposed meta and panel data analysis deliver clearer message than information from a componentwise analysis. The proposed methods will hopefully contribute to bring panel data or meta data fields a signifcant step forward.