View : 119 Download: 0

Full metadata record

DC Field Value Language
dc.contributor.advisor이은경-
dc.contributor.author강은화-
dc.creator강은화-
dc.date.accessioned2021-01-28T16:32:03Z-
dc.date.available2021-01-28T16:32:03Z-
dc.date.issued2021-
dc.identifier.otherOAK-000000172853-
dc.identifier.urihttp://dcollection.ewha.ac.kr/common/orgView/000000172853en_US
dc.identifier.urihttp://dspace.ewha.ac.kr/handle/2015.oak/256665-
dc.description.abstract비선형혼합효과 모형은 동일 단위에서 반복 측정되거나 단위 사이에 의존성이 있는 경우 유용하게 사용되는 통계 모형으로, 의학, 질병역학, 약리학, 생태학 등의 분야에서 주로 이용된다. 적합한 모형에서 신뢰할 수 있는 결과를 얻기 위해서모형의 적합성을 진단하는 것은 필수적이다. 그 중 VPC(Visual Predictive Check)는 비선형혼합효과 모형의 시각적 진단을 할 수 있는 도구로 최근 약동학 모형의 진단도구로 각광받고 있다. 기존 R 패키지에서 VPC를 그릴 수 있는 함수들은 약동학 모형 진단에 특화되어 있어 일반적인 비선형혼합효과 모형의 진단에 사용하기 어렵다. 따라서 본 논문에서는 다양한 비선형혼합효과 모형의 진단에 이용할 수 있는 R 패키지인 nlmeVPC를 제안한다. nlmeVPC에서는 기존에 개발되어 있는 R 패키지의 기능과 함께 VPC의 개념을 확장시킨 진단 도구들을 포함하여 보다 다양하게 모형 진단이 가능하도록 하였다.;The nonlinear mixed effect model is a statistical model that is usefully used when measured repeatedly in the same unit or when there are dependencies between statistical units. This is mainly used in such fields as medicine, disease mechanics, pharmacology, ecology, etc. It is essential to diagnose the performance of the model in order to obtain reliable results from the model. Among them, Visual Predictive Check (VPC) is a tool that can make visual diagnosis of nonlinear mixed effect models. VPC has recently been spotlighted as a diagnostic tool for pharmacokinetic models. Existing R packages that can draw VPCs are specialized in diagnosing pharmacokinetic models, making it difficult to use in diagnosing general nonlinear mixed effects models. Thus, in this paper, we propose nlmeVPC, an R package available for diagnosis of various nonlinear mixed effect models. In nlmeVPC, a variety of model diagnosis is possible by including diagnostic tools that extend the concept of VPC along with the functions of the R package that has been developed previously.-
dc.description.tableofcontentsⅠ. 서론 1 Ⅱ. 모형진단을 위한 기존 R 패키지 3 A. xpose4 3 B. vpc 6 C. nlmixr 8 Ⅲ. nlmeVPC 패키지의 기능 9 A. Visual Predictive Check 9 1. Scatter VPC 10 2. Percentile VPC 10 3. Confidence Interval VPC 10 B. Binning 11 C. Coverage plot 12 D. 가법분위회귀를 적용한 VPC 13 E. Quantified VPC & Bootstrap VPC 13 F. Averaged Shifted VPC 14 Ⅳ. nlmeVPC 패키지의 사용법 16 A. optK 17 B. VPC.graph 18 C. coverage 22 D. aqrVPC 23 E. quanVPC 25 F. bsVPC 27 G. asVPC.binW.CI & asVPC.distanceW.CI 28 V. nlmeVPC 패키지의 적용 : CO2 data 30 VI. 결론 및 논의 37 참고문헌 38 ABSTRACT 40-
dc.formatapplication/pdf-
dc.format.extent1208729 bytes-
dc.languagekor-
dc.publisher이화여자대학교 대학원-
dc.subject.ddc500-
dc.titlenlmeVPC-
dc.typeMaster's Thesis-
dc.title.subtitle비선형혼합효과 모형의 시각적 진단을 위한 도구 개발-
dc.title.translatednlmeVPC : Development of tools for visual diagnosis of nonlinear mixed effect model-
dc.creator.othernameKang, Eunhwa-
dc.format.pagev, 40 p.-
dc.identifier.thesisdegreeMaster-
dc.identifier.major대학원 통계학과-
dc.date.awarded2021. 2-
Appears in Collections:
일반대학원 > 통계학과 > Theses_Master
Files in This Item:
There are no files associated with this item.
Export
RIS (EndNote)
XLS (Excel)
XML


qrcode

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

BROWSE