반복측정자료에대한 분석 및 비교

Abstract

본 논문에서는 반복 측정 자료들에 대한 일반적인 선형모형을 가정하고, 오차항의 구조가 독립, 복합 대칭구조, 자기상관구조를 가진 경우에 최우추정법을 이용한 모수추정법을 제시한다. 이 모수를 추정하기 위한 방법으로 Newton-Raphson알고리즘, Fisher-Scoring 알고리즘, Generalized EM 알고리즘, 그리고 Restricted Maximum Likelihood 알고리즘을 소개했다. 또한 다른 시점에서 반복적으로 측정된 난소종양 자료를, 오차항의 공분산 구조를 달리하여 분석, 비교 하였다.;This paper assumes a general linear model for incomplete repeated-measures data. Models that can be fitted include multivariate models with independent, compound symmetric and first auto-regressive error structures. We describe Newton-Raphson and Fisher scoring algorithms for computing the maximum likelihood estimates, and generalized EM algorithms computing restricted maximum likelihood estimates. This paper discusses ovarian tumors data by fitting a series of different covariance structure models when each subject is observed at different and unequally spaced time points.