통계학 개론

Size: px
Start display at page:

Download "통계학 개론"

Transcription

1 고정효과모형과 확률효과모형

2 복습 패널데이타를합동 (pooled) OLS 로 추정할경우의가정 모든패널개체에대해모든시점에서오차항의기대값이 0 이되어야한다. 모든패널개체에대해모든시점에서오차항의분산이 σ 2 이어야한다. ( 동분산성 homoskedasticity) 패널개체와시간에따라오차항의분산이변하지않아야한다. 패널개체의오차항이서로상관관계가없어야한다. 동시적상관 (contemporaneous correlation) 이없어야한다. 한개체의서로다른시점의오차항사이에상관관계가없어야한다. 자기상관 (autocorrelation, serial correlation) 이없어야한다. 오차항과설명변수사이에상관관계가존재하지않는다. 설명변수의외생성 (exogeneity) 을만족한다. 이러한가정이위배되는경우 OLS 추정량에문제가있을수있으나, 패널데이터는오차항에이분산성이나자기상관이존재할가능성이있다. 2

3 복습 패널자료분석 : GLS /* 공분산행렬가정에위해되는경우효율적인추정량을구하기위해 GLS 사용 */ xtgls fatal perinck spircons /* GLS, generalized least squares */ Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: homoskedastic Correlation: no autocorrelation 동분산성을가정한다. Estimated covariances = 1 Number of obs = 336 Estimated autocorrelations = 0 Number of groups = 48 Estimated coefficients = 3 Time periods = 7 Wald chi2(2) = Log likelihood = Prob > chi2 = fatal Coef. Std. Err. z P>z [95% Conf. Interval] perinck spircons _cons OLS 와동일추정계수, 표준오차가 OLS 보다약간작다. 3

4 복습 패널자료분석 : GLS( 오차항에서 패널개체간이분산성가정 ) xtgls fatal perinck spircons, panel(hetero) Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: no autocorrelation 패널개체간이분산성을가정한다. Estimated covariances = 48 Number of obs = 336 Estimated autocorrelations = 0 Number of groups = 48 Estimated coefficients = 3 Time periods = 7 48 개패널개체의오차항의분산을추정하였다. Wald chi2(2) = Prob > chi2 = fatal Coef. Std. Err. z P>z [95% Conf. Interval] perinck spircons _cons

5 복습 패널자료분석 : GLS( 오차항에서 패널개체간이분산성가정 ) xtgls fatal perinck spircons, panel(hetero) /* 모형추정후 e-class 에저장된내용을확인한다. */ ereturn list scalars: e(n) = 336 ( 전체표본수, 48 x 7) e(n_g) = 48 ( 패널개체수 ) e(n_t) = 7 ( 패널개체의시계열관측개체개수중가장큰값 ) e(g_min) = 7 e(g_avg) = 7 e(g_max) = 7 /* 행렬의구체적인값을확인한다 */ mat list e(sigma) 오차항의공분산행렬추정치 symmetric e(sigma)[48,48] c1 c2 c3 c4 c5 c6 c7 c8 c9 r r r r r

6 복습 패널개체간이분산성검정 /* 제약모형 (restricted model): 오차항의분산이패널그룹에따라다르지않고모두같다. */ xtgls fatal perinck spircons estimates store R_model Log likelihood = /* 비제약모형 (unrestricted model): 오차항의분산이패널그룹에따라다르다. */ xtgls fatal perinck spircons, panel(hetero) igls nolog estimates store UR_model Log likelihood = /* LR(likelihood ratio; 우도비 ) test */ lrtest UR_model R_model, df(47) 48 개분산 ( 비제약모형 ) - 1 개분산 ( 제약모형 ) Likelihood-ratio test LR chi2(47)= (Assumption: R_model nested in UR_model) Prob > chi2= 오차항의등분산성을기각한다. 6

7 패널자료분석 : GLS( 동시적상관가정 ) 동시적상관 (contemporaneous correlation) corr(ϵ it, ϵ jt ) 0, 모든 i j에대해 시점 t에서서로다른패널개체의오차항사이에상관관계가존재한다. 이분산성도가정된다. 7

8 패널자료분석 : GLS( 동시적상관가정 ) xtgls fatal perinck spircons, panel(corr) Cross-sectional time-series FGLS regression n(n+1)/2 = (48 *49)/2 Coefficients: generalized least squares Panels: heteroskedastic with cross-sectional correlation Correlation: no autocorrelation 이분산성과동시적상관을함께가정한다. Estimated covariances = 1176 Number of obs = 336 Estimated autocorrelations = 0 Number of groups = 48 Estimated coefficients = 3 Time periods = 7 Wald chi2(2) = Prob > chi2 = fatal Coef. Std. Err. z P>z [95% Conf. Interval] perinck spircons _cons 추정하는모수의개수 (1,176) 가관측개체수 ( 336) 보다많아추정결과의신뢰성에문제가있다. Note: you estimated at least as many quantities as you have observations. 8

9 패널자료분석 : GLS( 이분산성, 자기상관가정 ) xtgls fatal perinck spircons, corr(ar1) panel(hetero) Cross-sectional time-series FGLS regression Coefficients: generalized least squares Panels: heteroskedastic Correlation: common AR(1) coefficient for all panels (0.8166) Estimated covariances = 48 Number of obs = 336 Estimated autocorrelations = 1 Number of groups = 48 Estimated coefficients = 3 Time periods = 7 Wald chi2(2) = 추정해야할모수는 52개 Prob > chi2 = fatal Coef. Std. Err. z P>z [95% Conf. Interval] perinck spircons _cons

10 Between Effects 모형

11 Between Effects 모형 패널데이타의시계열특성을고려하지않고개체간변동만을고려하는모형이다. 각개체의시계열관측치그룹의평균값을이용하여계수를추정한다. y it = α + βx it + u i + e it (7.2) i: 개인 t: 시간 u i : 시간에따라변하지않는패널개체특성을나타내는오차항 e it : 시간과패널개체에따라변하는순수오차항 = α + β + u i + (7.4) 패널데이타를횡단면데이터로변환한것으로패널데이타의시계열특성을무시하고횡단면데이터의특성만사용하여효율적인추정량을얻지못한다. 11

12 Between Effects 모형 use P_data7_1, clear (National Longitudinal Survey. Young Women years of age in 1968) tsset id year panel variable: idcode (strongly balanced) time variable: year, 68 to 73 delta: 1 unit 12

13 Between Effects 모형 13

14 합동 OLS 모형 reg ln_wage ttl_exp tenure black Source SS df MS Number of obs = 1251 F( 3, 1247) = Model Prob > F = Residual R-squared = Adj R-squared = Total Root MSE = ln_wage Coef. Std. Err. t P>t [95% Conf. Interval] ttl_exp tenure black _cons

15 Between Effects 모형 /* Between Effects 모형 */ xtreg ln_wage ttl_exp tenure black, be 패널의평균값을이용하여추정한다. Between regression (regression on group means) Number of obs = 1251 Group variable: idcode Number of groups = 213 R-sq: within = Obs per group: min = 3 between = ( 식 7.4) 의결정계수값 avg = 5.9 overall = max = 6 F(3,209) = 7.78 sd(u_i + avg(e_i.))= Prob > F = (u i + ) 의표준편차 15

16 Between Effects 모형 ln_wage Coef. Std. Err. t P>t [95% Conf. Interval] ttl_exp tenure black _cons 다른조건이동일할때개인 A 가개인 B 보다총직업연차 (ttl_exp) 가한단위더많으면 A 가 B 보다평균적으로임금을 2.58% 더받는다. 16

17 고정효과모형

18 패널자료분석 : 고정효과 (fixed effect) 모형 오차항 u i 를확률변수 (random variable) 가아닌추정해야할모수 (p arameter) 로간주한다. 기울기모수는모든패널개체에대해동일하지만, 상수항 (α + u i ) 는개체별로달라진다. y it = α + β x it + u i + e it, i = 1, 2,, n 및 t = 1, 2,, T = (α + u i ) + β x it + e it 기울기모수인 β 는모든패널개체에서서로동일하지만상수항 α + u i 는패널개체에따라달라진다. i: 개인 t: 시간 u i : 시간에따라변하지않는패널개체특성을나타내는오차항 e it : 시간과패널개체에따라변하는순수한오차항 18

19 패널자료분석 : 고정효과 (fixed effect) 모형 y it = α + β x it + u i + e it (8.1) = (α + u i ) + β x it + e it (8.2) = α + β + u i + (8.3) 패널그룹별평균으로이루어진 between 모형 (8.1) (8.3): within 변환을적용한추정모형 고정효과모형추정방법 1 ( y it ) = β (x it )+ (e it, ) (8.4) 패널개체별더미변수이용 (LSDV 추정 ) 고정효과모형추정방법 2 LSDV, least squares dummy variable 최소제곱더미변수 y it = α i + β x it + e it α i 에대한양질의추정량을얻기위해서는패널개체수 (n) 가많지않고패널그룹내의 T 가충분해야한다. 19

20 고정효과모형 (Within 변환 ) use P_data8_1, clear tsset company year panel variable: company (strongly balanced) time variable: year, 1935 to 1954 delta: 1 unit 20

21 고정효과모형 (Within 추정 ) xtreg invest mvalue kstock, fe fixed effect Fixed-effects (within) regression Number of obs = 200 Group variable: company Number of groups = 10 R-sq: within = Obs per group: min = 20 between = avg = 20.0 overall = max = 20 F(2,188) = corr(u_i, Xb) = Prob > F = 오차항 u i 와 x it 와의상관계수추정치 고정효과모형에서는오차항 u i 가없는모형을추정하므로오차항 u i 와 x it 간에상관관계가존재하더라도추청계수의일치성이보장됨. 21

22 고정효과모형 (Within 추정 ) invest Coef. Std. Err. t P>t [95% Conf. Interval] mvalue kstock _cons 어떤회사의 mvalue 값이 1 단위증가하면그회사의 invest 는평균적으로 0.11 만큼증가한다. sigma_u ( 오차항 u i 의표준편차 ) sigma_e ( 오차항 e it 의표준편차 ) rho (fraction of variance due to u_i) 오차항의총분산에서패널의개체특성에대한오차항의분산이차지하는비율 0 에서 1 사이의값을갖는다. 1 에가까운값을가질경우시간에따라변하지않는패널개체의특성을고려하는것이중요 F test that all u_i=0: F(9, 188) = Prob > F = 귀무가설 : 모든 i 에대해 u i =0 귀무가설을받아들인다면합동 OLS 추정선택, 귀무가설이기각되면고정효과모형선택 22

23 고정효과모형 (Within 추정 ) use P_data8_2, clear tsset id year panel ariable :idcode (unbalanced) time variable : year, 68 to 88, but with gaps delta: 1 unit 23

24 고정효과모형 (Within 추정 ) xtreg ln_wage ttl_exp tenure black, fe y it = (α + u i ) + β x it + r z i + e it z i : 시간에따라변하지않는설명변수 Fixed-effects (within) regression Number of obs = Group variable: idcode Number of groups = 4699 R-sq: within = Obs per group: min = 1 between = avg = 6.0 overall = max = 15 F(2,23400) = corr(u_i, Xb) = Prob > F = ln_wage Coef. Std. Err. t P>t [95% Conf. Interval] ttl_exp tenure black (dropped) _cons sigma_u sigma_e rho (fraction of variance due to u_i) F test that all u_i=0: F(4698, 23400) = 7.40 Prob > F = 시간에따라변하지않는 black( 흑인여부 ) 변수는추정계수가제공되지않는다. Black 변수는패널개체의이질성에해당하는오차항 u i 에포함되어있다. 24

25 고정효과모형 (LSDV 추정 ) use P_data8_1, clear tsset company year xi, noomit: reg invest mvalue kstock i.company, nocons 패널개체 ( 회사 ) 에대한더미변수를모두생성하고상수항을제외한다. Source SS df MS Number of obs = 200 F( 12, 188) = Model Prob > F = Residual R-squared = Adj R-squared = Total Root MSE = invest Coef. Std. Err. t P>t [95% Conf. Interval] Within 추정과동일한추정값 mvalue kstock _Icompany_ _Icompany_ _Icompany_ _Icompany_ _Icompany_ _Icompany_ _Icompany_ _Icompany_ _Icompany_ _Icompany_

26 고정효과모형 (LSDV 추정 ) xi: reg invest mvalue kstock i.company 상수항을포함하고패널개체에대한더미변수중하나를제외한다. i.company _Icompany_1-10 (naturally coded; _Icompany_1 omitted) Source SS df MS Number of obs = 200 F( 11, 188) = Model Prob > F = Residual R-squared = Adj R-squared = Total Root MSE = invest Coef. Std. Err. t P>t [95% Conf. Interval] mvalue kstock _Icompany_ _Icompany_ _Icompany_ _Icompany_ _Icompany_ _Icompany_ _Icompany_ _Icompany_ Within 추정과동일한추정값 _Icompany_ _cons

27 고정효과모형 (LSDV 추정 ) testparm _Icompany_2-_Icompany_10 ( 1) _Icompany_2 = 0 ( 2) _Icompany_3 = 0 ( 3) _Icompany_4 = 0 ( 4) _Icompany_5 = 0 ( 5) _Icompany_6 = 0 ( 6) _Icompany_7 = 0 ( 7) _Icompany_8 = 0 ( 8) _Icompany_9 = 0 ( 9) _Icompany_10 = 0 패널개체에대한 9 개더미변수의추정계수가모두 0 인지에대한 F 검정 F( 9, 188) = Prob > F = 추정계수가모두 0 이라는귀무가설을매우낮은유의수준에서기각 27

28 고정효과모형 (LSDV 추정 ) use P_data8_2, clear tsset id year 패널그룹의수가많은경우 LSDV 추정시결과물이많아지거나실행시간이많이걸림 reg 명령문대신 areg 명령어를사용할수있음 areg ln_wage ttl_exp tenure black, absorb(id) 패널개체를지정하는변수 (dropping black because it does not vary within category) Linear regression, absorbing indicators Number of obs = F( 2, 23400) = Prob > F = R-squared = Adj R-squared = Root MSE = ln_wage Coef. Std. Err. t P>t [95% Conf. Interval] Within 추정결과와동일 ttl_exp tenure black (dropped) _cons idcode F(4698, 23400) = (4699 categories) 패널개체수가 4,699명 28

29 고정효과모형 (LSDV 추정 ) use P_data8_3, clear 개체의이질성 (u i ) 과시간의이질성 (v t ) 을동시에고려 y it = α + β x it + u i + v t + e it tsset company year xi: xtreg invest mvalue kstock i.year, fe 연도에대한더미변수추가 i.year _Iyear_ (naturally coded; _Iyear_1935 omitted) Fixed-effects (within) regression Number of obs = 50 Group variable: company Number of groups = 10 R-sq: within = Obs per group: min = 5 between = avg = 5.0 overall = max = 5 F(6,34) = 9.99 corr(u_i, Xb) = Prob > F =

30 고정효과모형 (LSDV 추정 ) invest Coef. Std. Err. t P>t [95% Conf. Interval] mvalue kstock _Iyear_ _Iyear_ _Iyear_ _Iyear_ _cons sigma_u sigma_e rho (fraction of variance due to u_i) F test that all u_i=0: F(9, 34) = Prob > F = testparm _Iyear_1936-_Iyear_1939 연도더미변수가유의한지 F 검정 ( 1) _Iyear_1936 = 0 ( 2) _Iyear_1937 = 0 ( 3) _Iyear_1938 = 0 ( 4) _Iyear_1939 = 0 F( 4, 34) = 0.95 Prob > F = 시간특성효과는존재하지않음. 30

31 확률효과모형

32 패널자료분석 : 확률효과 (random effect) 모형 y it = α + β x it + u i + e it i = 1, 2,, n 및 t = 1, 2,, T = (α + u i ) + β x it + e it u i ~ N(0, ), e it ~ N(0, ) u i 를확률변수로가정한다. cov(x it, u i )=0 의가정이성립할경우아래와같이변형된모형을 OLS 로추정하여일치추정량이면서효율적인추정량을얻을수있음. (y it )= α (1 ) + β( x it ) + [u i (1 ) + (e it )] = 0: 합동 OLS 로추정하는것과같음. = 1: within 회귀모형과같음. 32

33 패널자료분석 : 확률효과 (random effect) 모형 Between effect 모형과고정효과 (fixed effect) 모형의 weighted average 로파라미터를추정한다. 패널간정보와패널내정보를모두활용하며, 시간에따라변하지않는변수의효과를추정할수있다는장점이있다. 설명변수의외생성이성립하지않는다면파라미터추정이정확하게되지못하는단점이있다. 33

34 확률효과모형 use P_data10_1, clear tsset company year xtreg invest mvalue kstock, re theta 오차항의자가상관문제로 GLS(generalized least squares) 로추정 Random-effects GLS regression Number of obs = 200 Group variable: company Number of groups = 10 R-sq: within = Obs per group: min = 20 between = avg = 20.0 overall = max = 20 Random effects u_i ~ Gaussian Wald chi2(2) = corr(u_i, X) = 0 (assumed) Prob > chi2 = theta = 오차항 u i 의확률분포를정규분포로가정하여추정 의추정치로균형패널이므로 모든패널개체에도일한값적용 추정된값이 1 에가까우므로추정계수가고정효과모형결과와유사함. 34

35 확률효과모형 invest Coef. Std. Err. z P>z [95% Conf. Interval] mvalue kstock _cons sigma_u sigma_e rho (fraction of variance due to u_i) 전체오차항의분산에서패널그룹오차항인 u i 의분산이차지하는비중 35

36 최우추정법을사용한확률효과모형 use P_data10_1, clear tsset company year u i, e it 을모두정규분포로가정하는경우최우추정법 (MLE; maximum likelihood estimation) 으로추정계수를얻을수있음. 표본의수가적은불균형패널인경우를제외하고 GLS 와 MLE 추정결과는기본적으로같음. xtreg invest mvalue kstock, mle nolog 최우추정법을사용하고로그우도함수를최대화하는과정을창에표시하지않고, 최종결과만을제시 Random-effects ML regression Number of obs = 200 Group variable: company Number of groups = 10 Random effects u_i ~ Gaussian Obs per group: min = 20 avg = 20.0 max = 20 LR chi2(2) = Log likelihood = Prob > chi2 =

37 최우추정법을사용한확률효과모형 invest Coef. Std. Err. z P>z [95% Conf. Interval] mvalue kstock _cons /sigma_u /sigma_e Rho Likelihood-ratio test of sigma_u=0: chibar2(01)= Prob>=chibar2 = 귀무가설을채택할경우패널개체의특성오차항의분산이 0 이되므로패널그룹간이질성이존재하지않는다는것을의미 확률효과모형이의미가없다. 37

38 모형의추정치비교 use P_data10_2, clear tsset id year qui xtreg ln_wage ttl_exp tenure black, be estimates store BE_model 추정결과저장 qui xtreg ln_wage ttl_exp tenure black, fe estimates store FE_model qui xtreg ln_wage ttl_exp tenure black, re estimates store RE_model estimates table BE_model FE_model RE_model, b(%9.3f) star( ) 추정계수를표로작성 38

39 모형의추정치비교 Variable BE_model FE_model RE_model ttl_exp 0.042*** 0.025*** 0.027*** tenure 0.029*** 0.012*** 0.014*** black *** *** _cons 1.371*** 1.485*** 1.503*** 흑인이흑인이아닌사람보다임금을평균적으로 12.4% 덜받는다. Between 모형 : ( 다른조건이동일할때 ) 개인 A 가개인 B 보다경력이 1 년더많으면평균적으로임금이 4.2% 더높다. 고정효과모형 : 어떤개인 A 의임금이여러해동안관측되었는데, ( 다른조건이동일할때 ) 직업경력이 1 년증가하면평균적으로임금이 2.5% 증가한다. 확룔효과모형 : ( 다른조건이동일할때 ) 직업경력이 1 년증가하면임금이평균적으로 2.7% 증가한다. 확률효과모형은설명변수의효과가패널그룹간, 패널그룹내에서똑같이적용되는것으로해석된다. 개인 A 가개인 B 보다직업경력이많으면임금이 2.7% 증가하고, 또한개인 A 내에서경력이 1 년증가하면임금이 2.7% 증가한다. 39

40 고정효과모형과확률효과모형의선택 데이터에서패널개체의특성을의미하는 u i 에대한추론 패널개체들이모집단에서무작위로추출된표본일경우오차항 u i 가확률분포를따른다고가정할수있음 예 ) 한국노동패널데이터 패널개체들이모집단에서무작위로추출된표본이아니라특정모집단그자체인경우오차항 u i 가확률분포를따른다고가정할수없음 예 ) OECD 국가패널데이터 하우스만검정 (Hausman test) 계량경제학이론에서 cov(x it, u i )=0 가정이성립한다면고정효과추정량과확률효과추정량이모두일치추정량으로유사함. H0: cov(x it, u i ) = 0 H1: cov(x it, u i ) 0 귀무가설이맞다면고정효과추정량과확률효과추정량모두일치추정량이므로체계적차이가존재하지않는다. 확률효과모형이더효율적 귀무가설이틀리다면확률효과추정량은일치추정량이아니므로고정효과추정량과차이가있다. 고정효과모형선택 40

41 하우스만검정 use P_data11_4, clear tsset state year qui xtreg fatal unrate perinck beertax spircon, fe estimates store FE qui xtreg fatal unrate perinck beertax spircon, re estimates store RE hausman FE RE 반드시고정효과를먼저적고, 그다음에확률효과순으로적어야한다. 41

42 하우스만검정 ---- Coefficients ---- (b) (B) (b-b) sqrt(diag(v_b-v_b)) FE RE Difference S.E. unrate perinck beertax spircons b = consistent under Ho and Ha; obtained from xtreg B = inconsistent under Ha, efficient under Ho; obtained from xtreg Test: Ho: difference in coefficients not systematic chi2(4) = (b-b)'[(v_b-v_b)^(-1)](b-b) = Prob>chi2 = (V_b-V_B is not positive definite) 1% 유의수준에서귀무가설을기각한다. 확률효과모형의추정량이일치추정량이아니고, 고정효과모형을선택하는것이보다적절함. 42

43 의료패널데이터실습 43

44 변수명 id 개인 ID hdid 가구 id gender 성별, 1=male, 0=female 설명 gage 1: 0-9(gage_1), 2: 10-19(gage_2), 3: 20-29(gage_3), 4: 30-39(gage_4), 5: 40-49(g age_5), 6: 50-59(gage_6), 7: 60-69(gage_7), 8: 70-79(gage_8), 9: 80+(gage_9) 1: 20-34(agegr_1), 2: 35-49(agegr_2), 3: 50-64(agegr_3), 4: 65-74(agegr_4), 5: 75 agegr +(agegr_5) elderly 0: 20-64, 1: 65+ gmarry 결혼상태, 1=married (gmarry_1), 2=separated/widodwed/divorced (gmarry_2), 3 =single (gmarry_3) edu 교육수준, 1= equal or less than elementary school (edu_1), 2=middle school (e du_2), 3=high school (edu_3), 4=college or more (edu_4) 건강보험, 1=health insurance (insur_1), 2= 의료급여 + 특례자 (insur_2), 3= 미가입, insur 자격상실, 급여정지 (insur_3) cdcount 만성질환갯수 eincome 가구원수보정가구소득 oucount 외래방문횟수 1: 정해진방법대로당뇨병약을복용하는편, 0: 정해진방법대로당뇨병약을복용 comply 하지않는편 1: 가계에매우큰부담을준다, 2: 가계에약간의부담을준다, 3: 감당할수있다, burden 4: 가계에별로부담을주지않는다, 5: 가계에전혀부담을주지않는다. (2008s년베이스라인값 ) year 연도 44

45 연구목적 당뇨병환자의만성질환수가외래방문횟수에영향을미치는지분석한다. 45

46 연구결과 tsset id year panel variable: id (unbalanced) time variable: year, 2008 to 2010, but with gaps delta: 1 unit 불균형패널이고, 년까지시간갭이있다. 46

47 실습 : 기초통계분석 xttrans comply, freq comply comply 0 1 Total ,074 1, Total 170 1,209 1, 현재당뇨병복약순응하는사람이다음년도에복약순응할확률이약 90% 이다. 47

48 실습 : 확률효과모형 xi: xtreg oucount gender agegr_2-agegr_5 cdcount, re Random-effects GLS regression Number of obs = 2202 Group variable: id Number of groups = 828 R-sq: within = Obs per group: min = 1 between = avg = 2.7 overall = max = 3 Random effects u_i ~ Gaussian Wald chi2(6) = corr(u_i, X) = 0 (assumed) Prob > chi2 = oucount Coef. Std. Err. z P> z [95% Conf. Interval] gender agegr_ agegr_ agegr_ agegr_ cdcount _cons sigma_u sigma_e rho (fraction of variance due to u_i) 남자가여자보다외래방문횟수가작고, 만성질환수가 1개늘어나면평균적으로외래방문횟수가 3.5회증가한다. 48

49 과제 당뇨병환자의복약순응도가외래방문횟수에영향을미치는가? 건강보험형태가외래방문횟수에영향을미치는가? 만성질환수가소득에영향을미치는가? 49

50 수고하셨습니다. 50

통계학 개론

통계학 개론 패널자료의 기초통계분석 2014. 6. 14. 복습 상관된관측치의분석 다수준분석 일반화추정방정식 반복측정분산분석 (RM ANOVA) 조건부로지스틱회귀분석 패널분석 2 복습 패널자료의장점 횡단면자료는변수들간정적 (static) 관계만을추정할수있는데비해, 패널자료는동적 (dynamic) 관계를추정할수있다. 개체들의관찰되지않은이질성 (unobserved heter

More information

II. 기존선행연구

II. 기존선행연구 수익용부동산의임대수익영향요인에관한연구 I. 서론 II. 기존선행연구 Ⅲ. 실증분석모형및자료 yit = a + b xit + ui + eit yit = ( a + ui ) + b xit + eit α α cov( it, i ) 0 x u = cov( x, ) 0 it u i ¹ H : cov( x, u ) = 0 0 H : cov( x, u ) ¹ 0 1 it

More information

민인식 / Revisiting Panel Data Analysis (1) : Stata 와 R 코딩 패널데이터개요와유형 패널데이터 는멀티레벨 의한종류라고말할수있 다 멀티레벨데이터는상위레벨 과하위레벨 의 구조로 되어있는경우가대표적인예이다 상위레벨내에속하는하위레벨관측치로구

민인식 / Revisiting Panel Data Analysis (1) : Stata 와 R 코딩 패널데이터개요와유형 패널데이터 는멀티레벨 의한종류라고말할수있 다 멀티레벨데이터는상위레벨 과하위레벨 의 구조로 되어있는경우가대표적인예이다 상위레벨내에속하는하위레벨관측치로구 The Korean Journal of Stata 제 5 권 1 호 2018. 6. pp.31-46 와 코딩 요약 본논문에서는패널데이터분석의기초적인내용을 버전과 통계패키지를활용하여리뷰하고자한다 패널분석초심자를위해패널데 이터의개념과구조에대한설명으로시작한다 더나아가기초통계분석과정을설명한다 예제데이터는한국노동패널 차 차데이터를활용한다 명령문을주 로설명하며 통계패키지언어를이용해서도유사한결과를얻을수있다는것을보여주고있다

More information

<4D F736F F D20BDC3B0E8BFADBAD0BCAE20C1A B0AD5FBCF6C1A45FB0E8B7AEB0E6C1A6C7D E646F63>

<4D F736F F D20BDC3B0E8BFADBAD0BCAE20C1A B0AD5FBCF6C1A45FB0E8B7AEB0E6C1A6C7D E646F63> 제 3 강계량경제학 Review Par I. 단순회귀모형 I. 계량경제학 A. 계량경제학 (Economerics 이란? i. 경제적이론이설명하는경제변수들간의관계를경제자료를바탕으로통 계적으로추정 (esimaion 고검정 (es 하는학문 거시소비함수 (Keynse. C=f(Y, 0

More information

Microsoft PowerPoint - IPYYUIHNPGFU

Microsoft PowerPoint - IPYYUIHNPGFU 분산분석 분산분석 (ANOVA: ANALYSIS OF VARIANCE) 두개이상의모집단의차이를검정 예 : 회사에서세종류의기계를설치하여동일한제품을생산하는경우, 각기계의생산량을조사하여평균생산량을비교 독립변수 : 다른변수에의해영향을주는변수 종속변수 : 다른변수에의해영향을받는변수 요인 (Factor): 독립변수 예에서의요인 : 기계의종류 (I, II, III) 요인수준

More information

G Power

G Power G Power 부산대학교통계학과조영석 1. G Power 란? 2. G Power 설치및실행 2.1 G Power 설치 2.2 G Power 실행 3. 검정 (Test) 3.1 가설검정 (Test of hypothesis) 3.2 검정력 (Power) 3.3 효과크기 (Effect size) 3.4 표본수산정 4. 분석 4.1 t- 검정 (t-test) 4.2

More information

조사연구 권 호 연구논문 한국노동패널조사자료의분석을위한패널가중치산출및사용방안사례연구 A Case Study on Construction and Use of Longitudinal Weights for Korea Labor Income Panel Survey 2)3) a

조사연구 권 호 연구논문 한국노동패널조사자료의분석을위한패널가중치산출및사용방안사례연구 A Case Study on Construction and Use of Longitudinal Weights for Korea Labor Income Panel Survey 2)3) a 조사연구 권 호 연구논문 한국노동패널조사자료의분석을위한패널가중치산출및사용방안사례연구 A Case Study on Construction and Use of Longitudinal Weights for Korea Labor Income Panel Survey 2)3) a) b) 조사연구 주제어 패널조사 횡단면가중치 종단면가중치 선형혼합모형 일반화선형혼 합모형

More information

Microsoft PowerPoint - chap_11_rep.ppt [호환 모드]

Microsoft PowerPoint - chap_11_rep.ppt [호환 모드] 제 11 강 111 자기상관 Autocorrelation 자기상관의본질 11 유효성 (efficiency, accurate estimation/prediction) 을위해서는모든체계적인정보가회귀모형에체화되어있어야함 표본의무작위성 (randomness) 은서로다른관측치들에대한오차항들이상관되어있지말아야함을의미함 자기상관 (Autocorrelation) 은이러한표본의무작위성을위반하게만드는오차항에있는체계적패턴임

More information

R t-..

R t-.. R 과데이터분석 집단의차이비교 t- 검정 양창모 청주교육대학교컴퓨터교육과 2015 년겨울 t- 검정 변수의값이연속적이고정규분포를따른다고할때사용 t.test() 는모평균과모평균의 95% 신뢰구간을추청함과동시에가설검증을수행한다. 모평균의구간추정 - 일표본 t- 검정 이가설검정의귀무가설은 모평균이 0 이다 라는귀무가설이다. > x t.test(x)

More information

歯4차학술대회원고(장지연).PDF

歯4차학술대회원고(장지연).PDF * 1)., Heckman Selection. 50.,. 1990 40, -. I.,., (the young old) (active aging). 1/3. 55 60 70.,. 2001 55 64 55%, 60%,,. 65 75%. 55 64 25%, 32% , 65 55%, 53% (, 2001)... 1998, 8% 41.5% ( 1998). 2002 7.8%

More information

공공기관임금프리미엄추계 연구책임자정진호 ( 한국노동연구원선임연구위원 ) 연구원오호영 ( 한국직업능력개발원연구위원 ) 연구보조원강승복 ( 한국노동연구원책임연구원 ) 이연구는국회예산정책처의정책연구용역사업으로 수행된것으로서, 본연구에서제시된의견이나대안등은

공공기관임금프리미엄추계 연구책임자정진호 ( 한국노동연구원선임연구위원 ) 연구원오호영 ( 한국직업능력개발원연구위원 ) 연구보조원강승복 ( 한국노동연구원책임연구원 ) 이연구는국회예산정책처의정책연구용역사업으로 수행된것으로서, 본연구에서제시된의견이나대안등은 2013 년도연구용역보고서 공공기관임금프리미엄추계 - 2013. 12.- 이연구는국회예산정책처의연구용역사업으로수행된것으로서, 보고서의내용은연구용역사업을수행한연구자의개인의견이며, 국회예산정책처의공식견해가아님을알려드립니다. 연구책임자 한국노동연구원선임연구위원정진호 공공기관임금프리미엄추계 2013. 12. 연구책임자정진호 ( 한국노동연구원선임연구위원 ) 연구원오호영

More information

- 2 -

- 2 - 상대적임금과효용 정세은 1) 본연구에서는한국노동패널자료를이용하여상대적임금이개인의효용 ( 행복지수, 직업 / 삶만족도 ) 에어떠한영향을끼치는지실증적으로분석한다. 노동패널자료에서행복지수, 삶만족도, 그리고직무만족도를 Likert Scale에따라수집하는데이는경제학에서의효용에대한근사치로사용될수있다는점에서의미를갖는다. 상대적임금은개인이자신의소득을비교하는집단의평균임금으로계산이될수있다.

More information

동아시아국가들의실질환율, 순수출및 경제성장간의상호관계비교연구 : 시계열및패널자료인과관계분석

동아시아국가들의실질환율, 순수출및 경제성장간의상호관계비교연구 : 시계열및패널자료인과관계분석 동아시아국가들의실질환율, 순수출및 경제성장간의상호관계비교연구 : 시계열및패널자료인과관계분석 목차 I. 서론 II. 동아시아각국의무역수지, 실질실효환율및 GDP간의관계 III. 패널데이터를이용한 Granger인과관계분석 IV. 개별국실증분석모형및 TYDL을이용한 Granger 인과관계분석 V. 결론 참고문헌 I. 서론 - 1 - - 2 - - 3 - - 4

More information

슬라이드 1

슬라이드 1 Principles of Econometrics (3e) 013 년 1 학기 윤성민 10.0 서론 The assumptions of the simple linear regression are: SR1. SR. yi =β 1 +β xi + ei i= 1,, N Ee ( i ) = 0 SR3. var( e i ) = σ SR4. cov( e, e ) = 0 i

More information

에너지경제연구 Korean Energy Economic Review Volume 17, Number 2, September 2018 : pp. 1~29 정책 용도별특성을고려한도시가스수요함수의 추정 :, ARDL,,, C4, Q4-1 -

에너지경제연구 Korean Energy Economic Review Volume 17, Number 2, September 2018 : pp. 1~29 정책 용도별특성을고려한도시가스수요함수의 추정 :, ARDL,,, C4, Q4-1 - 에너지경제연구 Korean Energy Economic Review Volume 17, Number 2, September 2018 : pp. 1~29 정책 용도별특성을고려한도시가스수요함수의 추정 :, ARDL,,, C4, Q4-1 - . - 2 - . 1. - 3 - [ 그림 1] 도시가스수요와실질 GDP 추이 - 4 - - 5 - - 6 - < 표 1>

More information

경영학석사학위논문 투자발전경로이론의가설검증 - 한국사례의패널데이타분석 년 8 월 서울대학교대학원 경영학과국제경영학전공 김주형

경영학석사학위논문 투자발전경로이론의가설검증 - 한국사례의패널데이타분석 년 8 월 서울대학교대학원 경영학과국제경영학전공 김주형 저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,

More information

저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할

저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할 저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,

More information

통계학 개론

통계학 개론 패널자료의구조 및데이터관리 2014. 5. 31. STATA 로 통계분석하기 2 Stata 프로그램의파일저장 주실행프로그램은 C:\Program Files\St ata10 폴더에설치된다. 많은명령어들이 C:\Program Files\Stata 10\ado\base 폴더에설치된 ado 파일로정의된다. 업데이트할경우새로운 ado 파일이나수정된파일이 C:\Program

More information

슬라이드 1

슬라이드 1 Principles of Econometrics (3e) Ch. 6 다중회귀모형에관한 추가적인논의 013 년 1 학기 윤성민 6장의주요내용 다중회귀모형의모수에관한둘이상의가설로구성된귀무가설을동시에검정하는경우 ( 결합가설의검정 ) F-검정 표본의정보이외에비표본정보도함께이용하는경우 제한최소제곱법 모형설정의오류를찾는방법 RESET 검정 다중공선성문제의탐지와해결방법

More information

<30352D20C1A4C0AFB0E62DBAA3C6AEB3B220B3BB20C7D1B1B9B0E820C0C7B7F920B9D720BDC5B9DF20BBFDBBEABEF7C3BCC0C720C6C4BEF720B0E1C1A4BFE4C0CE5F33B1B32E687770>

<30352D20C1A4C0AFB0E62DBAA3C6AEB3B220B3BB20C7D1B1B9B0E820C0C7B7F920B9D720BDC5B9DF20BBFDBBEABEF7C3BCC0C720C6C4BEF720B0E1C1A4BFE4C0CE5F33B1B32E687770> 베트남 진출 한국계 의류 및 신발 생산업체 내 파업의 결정요인 : 이익분쟁으로 인한 파업사례 실증분석 1) 정 유 경 * Ⅰ. 문제제기 최근 우리나라와 베트남 양국 간의 관계가 '전략적 협력 동반자 관계'로 격상되었다. 이는 1992년 12월 수교 이래, 양국 간 무역 및 투자 등의 경제영역 뿐 아니라 정치 사회 문화 등 다양한 부문에서 활발하게 이뤄진 협력적

More information

Microsoft PowerPoint - ºÐÆ÷ÃßÁ¤(ÀüÄ¡Çõ).ppt

Microsoft PowerPoint - ºÐÆ÷ÃßÁ¤(ÀüÄ¡Çõ).ppt 수명분포및신뢰도의 통계적추정 포항공과대학교산업공학과전치혁.. 수명및수명분포 수명 - 고장 까지의시간 - 확률변수로간주 - 통상잘알려진분포를따른다고가정 수명분포 - 확률밀도함수또는 누적 분포함수로표현 - 신뢰도, 고장률, MTTF 등신뢰성지표는수명분포로부터도출 - 수명분포추정은분포함수관련모수의추정 누적분포함수및확률밀도함수 누적분포함수 cumulav dsbuo

More information

저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할

저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할 저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,

More information

歯4차학술대회원고(황수경이상호).PDF

歯4차학술대회원고(황수경이상호).PDF 1) 2).. 1-4.,,,, k?,,,. -, 4.... (norm alization ) (social inclusion ),..,. 1990.. 2000 145 100 3.1% 1, 1* *** 4. ( ). 3) 133 15 64, 56. 47.8% 71.6% 28.4%. 4.1% 7 ( 1). 4) < 1> 1 2 (2000) 47.8 71.6 28.4

More information

한국성인에서초기황반변성질환과 연관된위험요인연구

한국성인에서초기황반변성질환과 연관된위험요인연구 한국성인에서초기황반변성질환과 연관된위험요인연구 한국성인에서초기황반변성질환과 연관된위험요인연구 - - i - - i - - ii - - iii - - iv - χ - v - - vi - - 1 - - 2 - - 3 - - 4 - 그림 1. 연구대상자선정도표 - 5 - - 6 - - 7 - - 8 - 그림 2. 연구의틀 χ - 9 - - 10 - - 11 -

More information

(Exposure) Exposure (Exposure Assesment) EMF Unknown to mechanism Health Effect (Effect) Unknown to mechanism Behavior pattern (Micro- Environment) Re

(Exposure) Exposure (Exposure Assesment) EMF Unknown to mechanism Health Effect (Effect) Unknown to mechanism Behavior pattern (Micro- Environment) Re EMF Health Effect 2003 10 20 21-29 2-10 - - ( ) area spot measurement - - 1 (Exposure) Exposure (Exposure Assesment) EMF Unknown to mechanism Health Effect (Effect) Unknown to mechanism Behavior pattern

More information

생존분석의 추정과 비교 : 보충자료 이용희 December 12, 2018 Contents 1 생존함수와 위험함수 생존함수와 위험함수 예제: 지수분포

생존분석의 추정과 비교 : 보충자료 이용희 December 12, 2018 Contents 1 생존함수와 위험함수 생존함수와 위험함수 예제: 지수분포 생존분석의 추정과 비교 : 보충자료 이용희 December, 8 Cotets 생존함수와 위험함수. 생존함수와 위험함수....................................... 예제: 지수분포.......................................... 예제: 와이블분포.........................................

More information

- iii - - i - - ii - - iii - 국문요약 종합병원남자간호사가지각하는조직공정성 사회정체성과 조직시민행동과의관계 - iv - - v - - 1 - - 2 - - 3 - - 4 - - 5 - - 6 - - 7 - - 8 - - 9 - - 10 - - 11 - - 12 - - 13 - - 14 - α α α α - 15 - α α α α α α

More information

DBPIA-NURIMEDIA

DBPIA-NURIMEDIA The e-business Studies Volume 17, Number 4, August, 30, 2016:319~332 Received: 2016/07/28, Accepted: 2016/08/28 Revised: 2016/08/27, Published: 2016/08/30 [ABSTRACT] This paper examined what determina

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 응용식물통계학 Statistics of Applied Plants Science 친환경식물학부유기농생태학전공황선구 13 장상관분석 1. 상관계수 2. 상관분석의가정과특성 3. 모상관계수의검정과신뢰한계 4. 순위상관 14 장회귀분석 1. 회귀직선의추정 2. 회귀직선의검정및추론 3. 모집단절편과회귀계수의구간추정 4. 곡선회귀 - 실습 - 상관분석 지금까지한가지확률변수에의한현상을검정하였다.

More information

에너지경제연구 제12권 제2호

에너지경제연구 제12권 제2호 에너지경제연구 Korean Energy Economic Review Volume 12, Number 2, September 2013 : pp. 33~58 지구온난화가가정부문에너지소비량에미치는 영향분석 : 전력수요를중심으로 33 ~ ~ ~ ~ ~ ~ ~ 34 ~ 35 ~ 36 ~ 37 < 표 1> 변수들의기초통계량 ~ ~ ~ ~ 38 [ 그림 1] 로그변수들의시간에대한추세

More information

2156년올림픽 100미터육상경기에서여성의우승기록이남성의기록보다빠른첫해로남을수있음 2156년올림픽에서 100m 우승기록은남성의경우 8.098초, 여성은 8.079초로예측 통계적오차 ( 예측구간 ) 를고려하면빠르면 2064년, 늦어도 2788년에는그렇게될것이라고주장 유사

2156년올림픽 100미터육상경기에서여성의우승기록이남성의기록보다빠른첫해로남을수있음 2156년올림픽에서 100m 우승기록은남성의경우 8.098초, 여성은 8.079초로예측 통계적오차 ( 예측구간 ) 를고려하면빠르면 2064년, 늦어도 2788년에는그렇게될것이라고주장 유사 회귀분석 올림픽 100m 우승기록 2004년 9월과학저널 Nature에발표된 Oxford 대학교의임상병리학자인 Andrew Tatem과그의연구진의논문 1900~2004년까지의남성과여성의육상 100m 우승기록을분석하고앞으로최고기록이어떻게변할것인지를예측 2008년베이징올림픽에서남자의우승기록은 9.73±0.144(9.586, 9.874), 여자는 10.57±0.232(10.338,

More information

회귀분석의 기초 한국보건사회연구원 2017년 6월 19일(월요일) & 22일(목요일) 강의 슬라이드 9 1/ 78 목차 1 2 3 4 2/ 78 지난 시간 복습 모집단 평균 µ에 대한 통계적 추론을 하는 방법: σ 신뢰구간: x ± t 유의성 검정: t = x µ σ/ 위 공식을 보면 모집단 표준편차 σ가 들어 있는데 이 σ를 모르니까 표본 표준편차 s로 대체해서

More information

고객관계를 리드하는 서비스 리더십 전략

고객관계를 리드하는  서비스 리더십 전략 제 13 장분산분석 1 13.1 일원분산분석 13. 분산분석 - 무작위블럭디자인 13.3 이원분산분석 - 팩토리얼디자인 분산분석 (ANOVA) - 두개이상의집단들의평균값을비교하는데사용. 일원분산분석 - 처치변수가한개인분산분석. 1. 분산분석의원리 A 3.0 8.0 7.0 5.0 5.0 6.0 4.0 7.0 6.0 4.0 평균 5.0 6.0 B 3.0 9.0

More information

abstract.dvi

abstract.dvi 통계자료분석 강희모 2014년 5월 14일 목차 제 1장 여러가지평균비교 1 1.1. 단일표본검정.............................. 2 1.2. 독립인두표본검정........................... 4 1.3. 대응표본검정.............................. 9 제 2 장 분산분석(ANalysis Of VAriance)

More information

시스템경영과 구조방정식모형분석

시스템경영과 구조방정식모형분석 2 st SPSS OPEN HOUSE, 2009 년 6 월 24 일 AMOS 를이용한잠재성장모형 (Latent Growth Model ) 세명대학교경영학과김계수교수 (043) 649-242 gskim@semyung.ac.kr 목차. LGM개념소개 2. LGM모형종류 3. LGM 예제 4. 결과치비교 5. 정리및요약 2 적합모형의판단방법 Tips SEM 결과해석방법

More information

제 3 장평활법 지수평활법 (exponential smoothing) 최근자료에더큰가중값, 과거로갈수록가중값을지수적으로줄여나가는방법 시스템에변화가있을경우변화에쉽게대처가능 계산이쉽고많은자료의저장이필요없다 예측이주목적단순지수평활법, 이중지수평활법, 삼중지수평활법, Wint

제 3 장평활법 지수평활법 (exponential smoothing) 최근자료에더큰가중값, 과거로갈수록가중값을지수적으로줄여나가는방법 시스템에변화가있을경우변화에쉽게대처가능 계산이쉽고많은자료의저장이필요없다 예측이주목적단순지수평활법, 이중지수평활법, 삼중지수평활법, Wint 제 3 장평활법 지수평활법 (exponential smoothing) 최근자료에더큰가중값, 과거로갈수록가중값을지수적으로줄여나가는방법 시스템에변화가있을경우변화에쉽게대처가능 계산이쉽고많은자료의저장이필요없다 예측이주목적단순지수평활법, 이중지수평활법, 삼중지수평활법, Winters의계절지수평활법 이동평균법 (moving average method) 평활에의해계절성분또는불규칙성분을제거하여전반적인추세를뚜렷하게파악

More information

Microsoft Word - skku_TS2.docx

Microsoft Word - skku_TS2.docx Statistical Package & Statistics Univariate : Time Series Data () ARMA 개념 ARIMA(Auto-Regressive Integrated Moving-Average) 모형은시계열데이터 { Y t } 의과거치 (previous observation Y t 1,,... ) 들이설명변수인 AR 과과거의오차항 (

More information

KDI정책포럼제221호 ( ) ( ) 내용문의 : 이재준 ( ) 구독문의 : 발간자료담당자 ( ) 본정책포럼의내용은 KDI 홈페이지를 통해서도보실수있습니다. 우리나라경

KDI정책포럼제221호 ( ) ( ) 내용문의 : 이재준 ( ) 구독문의 : 발간자료담당자 ( ) 본정책포럼의내용은 KDI 홈페이지를 통해서도보실수있습니다.   우리나라경 KDI정책포럼제221호 (2010-01) (2010. 2. 10) 내용문의 : 이재준 (02-958-4079) 구독문의 : 발간자료담당자 (02-958-4312) 본정책포럼의내용은 KDI 홈페이지를 통해서도보실수있습니다. http://www.kdi.re.kr 우리나라경기변동성에대한요인분석및시사점 이재준 (KDI 부연구위원 ) * 요 약,,, 1970. * (,

More information

제 4 장회귀분석

제 4 장회귀분석 회귀의역사적유래 (historical origin of the regression) 회귀 (regression) 라는용어는유전학자 Francis Galton(1886) 에의해처음사용된데서유래함. 그의논문에서 비정상적으로크거나작은부모의아이들키는전체인구의평균신장을향해움직이거나회귀 (regression) 하는경향이있다. 고주장 회귀의역사적유래 (historical

More information

<C7A5C1F620BEE7BDC4>

<C7A5C1F620BEE7BDC4> 연세대학교 상경대학 경제연구소 Economic Research Institute Yonsei Universit 서울시 서대문구 연세로 50 50 Yonsei-ro, Seodaemun-gS gu, Seoul, Korea TEL: (+82-2) 2123-4065 FAX: (+82- -2) 364-9149 E-mail: yeri4065@yonsei.ac. kr http://yeri.yonsei.ac.kr/new

More information

01-07-0.hwp

01-07-0.hwp 선거와 시장경제Ⅱ - 2000 국회의원 선거시장을 중심으로 - 발간사 차 례 표 차례 그림 차례 제1부 시장 메커니즘과 선거시장 Ⅰ. 서 론 Ⅱ. 선거시장의 원리와 운영방식 정당시장 지역구시장 문의사항은 Q&A를 참고하세요 정당시장 한나라당 사기 종목주가그래프 c 2000 중앙일보 Cyber중앙 All rights reserved. Terms

More information

서론 34 2

서론 34 2 34 2 Journal of the Korean Society of Health Information and Health Statistics Volume 34, Number 2, 2009, pp. 165 176 165 진은희 A Study on Health related Action Rates of Dietary Guidelines and Pattern of

More information

Microsoft PowerPoint - chap_11_rep.ppt [호환 모드]

Microsoft PowerPoint - chap_11_rep.ppt [호환 모드] 제 11 강 자기상관 Auocorrelaion 111 유효성 (efficiency, accurae esimaion/predicion) 을위해서는모든체계적인정보가회귀모형에체화되어있어야함 표본의무작위성 (randomness) 은서로다른관측치들에대한오차항들이상관되어있지말아야함을의미함 자기상관 (Auocorrelaion) 은이러한표본의무작위성을위반하게만드는오차항에있는체계적패턴임

More information

- i - - ii - - iii - - iv - - v - - vi - - 1 - - 2 - - 3 - 1) 통계청고시제 2010-150 호 (2010.7.6 개정, 2011.1.1 시행 ) - 4 - 요양급여의적용기준및방법에관한세부사항에따른골밀도검사기준 (2007 년 11 월 1 일시행 ) - 5 - - 6 - - 7 - - 8 - - 9 - - 10 -

More information

Y 1 Y β α β Independence p qp pq q if X and Y are independent then E(XY)=E(X)*E(Y) so Cov(X,Y) = 0 Covariance can be a measure of departure from independence q Conditional Probability if A and B are

More information

메타분석: 통계적 방법의 기초

메타분석: 통계적 방법의 기초 메타분석: 통계적 방법의 기초 서울시립대학교 통계학과 이용희 209년 4월 23일 Contents 하나의 실험과 효과의 크기 관심있는 모수: 효과의 크기 2 모수의 추정량 3 추정량에 대한 믿음 4 추정량의 분산과 표준오차 5 추정량의 분산과 모집단의 분산 6 통계적 효과의 크기 7 신뢰구간 8 일반적인 관심 모수 2 2 2 3 개의 실험의 비교 실험들의 이질성

More information

달생산이 초산모 분만시간에 미치는 영향 Ⅰ. 서 론 Ⅱ. 연구대상 및 방법 達 은 23) 의 丹 溪 에 최초로 기 재된 처방으로, 에 복용하면 한 다하여 난산의 예방과 및, 등에 널리 활용되어 왔다. 達 은 이 毒 하고 는 甘 苦 하여 氣, 氣 寬,, 結 의 효능이 있

달생산이 초산모 분만시간에 미치는 영향 Ⅰ. 서 론 Ⅱ. 연구대상 및 방법 達 은 23) 의 丹 溪 에 최초로 기 재된 처방으로, 에 복용하면 한 다하여 난산의 예방과 및, 등에 널리 활용되어 왔다. 達 은 이 毒 하고 는 甘 苦 하여 氣, 氣 寬,, 結 의 효능이 있 대한한방부인과학회지 THE JOURNAL OF ORIENTAL OBSTETRICS & GYNECOLOGY VOL.17, NO.2 : 115-122 (2004) 달생산이 초산모 분만시간에 미치는 영향 * 북경한의원, ** 윤산부인과의원, *** 최은림산부인과의원, 상지대학교 한의과대학 부인과학교실 ****, 경희대학교 동서의학대학원 김성준 *****, 윤왕준

More information

Analyses the Contents of Points per a Game and the Difference among Weight Categories after the Revision of Greco-Roman Style Wrestling Rules Han-bong

Analyses the Contents of Points per a Game and the Difference among Weight Categories after the Revision of Greco-Roman Style Wrestling Rules Han-bong Analyses the Contents of Points per a Game and the Difference among Weight Categories after the Revision of Greco-Roman Style Wrestling Rules Han-bong An 1 & Kyoo-jeong Choi 2 * 1 Korea National Wrestling

More information

R&D : Ⅰ. R&D OECD 3. Ⅱ. R&D

R&D : Ⅰ. R&D OECD 3. Ⅱ. R&D R&D : 2012. 6. Ⅰ. R&D 1. 2. OECD 3. Ⅱ. R&D 1. 2. - 1 - Ⅰ. R&D R&D. R&D (TFP). R&D R&D, GDP R&D (Ha and Howitt, 2007). : (1), R&D. 1. ( )(), 1 ( ), ( ). (2) -, (Penn World Table 7.0) (growth accounting)

More information

저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,

More information

공휴일 전력 수요에 관한 산업별 분석

공휴일 전력 수요에 관한 산업별 분석 에너지경제연구 Korean Energy Economic Review Volume 15, Number 1, March 2016 : pp. 99 ~ 137 공휴일전력수요에관한산업별분석 1) 99 100 ~ 101 102 103 max m ax 104 [ 그림 1] 제조업및서비스업대표업종전력사용량추이 105 106 [ 그림 2] 2014 년일별전자및전자기기업종 AMR

More information

농림수산식품 연구개발사업 운영규정

농림수산식품 연구개발사업 운영규정 - 3 - - 4 - - 5 - - 6 - - 7 - - 8 - - 9 - - 10 - - 11 - - 12 - - 13 - - 14 - - 15 - - 16 - - 17 - - 18 - - 19 - - 20 - - 21 - - 22 - - 23 - - 24 - - 25 - - 26 - - 27 - - 28 - 1. - 29 - - 30 - - 31 - -

More information

모수 θ의 추정량은 추출한 개의 표본값을 어떤 규칙에 의해 처리를 해서 모수의 값을 추정하는 방법입니다. 추정량에서 사용되는 규칙은 어떤 표본을 추출했냐에 따라 변하는 것이 아닌 고정된 규칙입니다. 예를 들어 우리의 관심 모수가 모집단의 평균이라고 하겠습니다. 즉 θ

모수 θ의 추정량은 추출한 개의 표본값을 어떤 규칙에 의해 처리를 해서 모수의 값을 추정하는 방법입니다. 추정량에서 사용되는 규칙은 어떤 표본을 추출했냐에 따라 변하는 것이 아닌 고정된 규칙입니다. 예를 들어 우리의 관심 모수가 모집단의 평균이라고 하겠습니다. 즉 θ 수리통계학(Mathematical Statistics)의 기초 I. 들어가며 지금부터 계량경제학이나 실험 및 준실험 연구설계 기법을 공부할 때 도움이 되는 수리통계 학의 기초에 대해 다룰 것입니다. 이 노트에서 다루게 될 내용은 어떤 추정량(estimator)이 지니고 있는 성질입니다. 한 가지 말씀 드릴 것은 이 노트에 나오는 대부분의 성질들은 지금까 지

More information

韓國開發硏究제 33 권제 3 호 ( 통권제 112 호 ) 재직자직업훈련관련공적재정의구조와성과 : 효과분석 이철인 ( 서울대학교사회과학대학경제학부교수 ) 유경준 ( 한국개발연구원선임연구위원 ) Training Incentives in the Korean Levy-Gran

韓國開發硏究제 33 권제 3 호 ( 통권제 112 호 ) 재직자직업훈련관련공적재정의구조와성과 : 효과분석 이철인 ( 서울대학교사회과학대학경제학부교수 ) 유경준 ( 한국개발연구원선임연구위원 ) Training Incentives in the Korean Levy-Gran 韓國開發硏究제 33 권제 3 호 ( 통권제 112 호 ) 재직자직업훈련관련공적재정의구조와성과 : 효과분석 이철인 ( 서울대학교사회과학대학경제학부교수 ) 유경준 ( 한국개발연구원선임연구위원 ) Training Incentives in the Korean Levy-Grant System and the Performance: Evidences from the KLIPS

More information

연구보고서 2009-05 일반화선형모형 (GLM) 을이용한 자동차보험요율상대도산출방법연구 Ⅰ. 요율상대도산출시일반화선형모형활용방법 1. 일반화선형모형 2 연구보고서 2009-05 2. 일반화선형모형의자동차보험요율산출에적용방법 요약 3 4 연구보고서 2009-05 Ⅱ. 일반화선형모형을이용한실증분석 1. 모형적용기준 < > = 요약 5 2. 통계자료및통계모형

More information

자료의 이해 및 분석

자료의 이해 및 분석 어떤실험이나치료의효과를측정할때독립이아닌표본으로부터관찰치를얻었을때처리하는방법 - 동일한개체에어떤처리를하기전과후의자료를얻을때 - 가능한동일한특성을갖는두개의개체에서로다른처리를하여그처리의효과를비교하는방법 (matching) 1 예제 : 혈청 cholesterol 치를줄이기위해서 12 명을대상으로운동과함께식이요법의효과를 측정하기위한실험실시 2 식이요법 - 운동실험전과후의

More information

슬라이드 1

슬라이드 1 Prncples of Econometrcs (3e) 013 년 1 학기 윤성민 8.1. 이분산의본질 ( 예 ) 식료품지출 / 식료품지출과소득에관한 40 개표본 8.1 이분산의본질 3 8.1 이분산의본질 4 8.1 이분산의본질 동분산가정 5 8.1 이분산의본질 이분산가정 6 8.1

More information

<C7D1B1B9B0E6C1A6BFACB1B8C7D0C8B828C0CCC1BEBFF85FC0CCBBF3B5B75FBDC5B1E2B9E9292E687770>

<C7D1B1B9B0E6C1A6BFACB1B8C7D0C8B828C0CCC1BEBFF85FC0CCBBF3B5B75FBDC5B1E2B9E9292E687770> 한국 증권회사의 효율성 분석 이종원* 이상돈** 신기백*** Ⅰ. 서 론 1990년이후 증권시장의 개방화 및 자율화가 진전되어가고 있던 과정에서 1997년 12월 외환 위기사태가 발생하게 되었고, 이후 증권회사의 구조조정 가속화, 외국계 증권회사의 진입 확대 및 IT기술의 발전에 따른 증권 온라인거래의 확대, 외국인의 투자한도 완전철폐에 따른 외국인 거래비중의

More information

untitled

untitled Six Sigma - - Grouping Brainstorming : Observ. 8 - - 22 27 32 37 5 5 Capability -27.7552 63.7552 22 Capability 3.SL=69.82 X=29.73-3.SL=-.35 3.SL=49.24 R=5.7-2.29 7.7578-3.SL=.E+ 22 Data Source: Time Span:

More information

untitled

untitled 통계청 통계분석연구 제 3 권제 1 호 (98. 봄 ) 91-104 장기예측방법의비교 - 전도시소비자물가지수를중심으로 - 서두성 *, 최종후 ** 본논문의목적은소비자물가지수와같이시간의흐름에따라변동의폭이크지않은시계열자료의장기예측에있어서쉽고, 정확한예측모형을찾고자하는데에있다. 이를위하여네가지의장기예측방법 - 1회귀적방법 2Autoregressive error 방법

More information

아시아연구 16(1), 2013 pp. 105-130 중국의경제성장과보험업발전간의 장기균형관계 Ⅰ. 서론 Ⅲ. 실증분석 1. 분석방법 < 그림 1> 중국의보험밀도와국민 1 인당명목 GNI 성장추이 보험밀도 국민 1 인당명목 GNI < 그림 2> 중국의주요거시경제지표변화추이 총저축액 금리, 물가, 실업률 < 표 1> 변수정의 변수명 정의 자료출처 LTP

More information

Microsoft Word - SAS_Data Manipulate.docx

Microsoft Word - SAS_Data Manipulate.docx 수학계산관련 함수 함수 형태 내용 SIN(argument) TAN(argument) EXP( 변수명 ) SIN 값을계산 -1 argument 1 TAN 값을계산, -1 argument 1 지수함수로지수값을계산한다 SQRT( 변수명 ) 제곱근값을계산한다 제곱은 x**(1/3) = 3 x x 1/ 3 x**2, 세제곱근 LOG( 변수명 ) LOGN( 변수명 )

More information

<B0A3C3DFB0E828C0DBBEF7292E687770>

<B0A3C3DFB0E828C0DBBEF7292E687770> 초청연자특강 대구가톨릭의대의학통계학교실 Meta analysis ( 메타분석 ) 예1) The effect of interferon on development of hepatocellular carcinoma in patients with chronic hepatitis B virus infection?? -:> 1998.1 ~2007.12.31 / RCT(2),

More information

슬라이드 1

슬라이드 1 Principles of Economerics (3e) Ch. 4 예측, 적합도, 모형화 013 년 1 학기 윤성민 4.1 OLS 예측 (1) 점예측 x0 y0 - 설명변수일때, 종속변수의값을예측하고자함 y ˆ = b + 0 1 b x 0 Ch. 4 예측, 적합도, 모형화 /60 4.1 OLS 예측 예측오차 (forecas error), f 예측오차의기대값

More information

<4D F736F F D20BDC3B0E8BFADBAD0BCAE20C1A B0AD5FBCF6C1A45FB0E8B7AEB0E6C1A6C7D E646F63>

<4D F736F F D20BDC3B0E8BFADBAD0BCAE20C1A B0AD5FBCF6C1A45FB0E8B7AEB0E6C1A6C7D E646F63> Par II. 다중회귀모형및기본가정의완화 I. 다중회귀모형 A. 다중회귀모형에대한가정 = β+β x + +β x +ε, =,..., ( x ) 관측치의수, 설명변수의수 K-, 추정모수의수 K 개별모수들의의미 : E( ) 예컨대, β = : 다른설명변수들이일정할때, x 의한 x 단위변화에대한종속변수의평균값의변화 즉다른변수들의영향력이통제 (conrol) 된상황에서첫번째설명변수의종속변수에대한영향력을나타내는값임

More information

<303330365FC3BBBCD2B3E2C1A4C3A5C0C720C8AEC0E5B0FA20B9DFC0FC28C3D6C1BE31292E687770>

<303330365FC3BBBCD2B3E2C1A4C3A5C0C720C8AEC0E5B0FA20B9DFC0FC28C3D6C1BE31292E687770> 세미나자료집 14-S07 제2차 2013년도 고유과제 연구성과 발표회 청소년정책의 발전과 전망 일시 : 2014년 3월 11일(화) 15:00-17:00 장소 : 한국교원단체총연합회 2층 단재홀 인사말 모든 만물이 긴 겨울잠에서 깨어나 다시 힘찬 도약을 준비하는 생명의 계절을 맞아, 한국청소년정책연구원에서는 지난 한 해 수행한 연구 성과들을 널리 공유하고

More information

<31342EBCBAC7FDBFB52E687770>

<31342EBCBAC7FDBFB52E687770> 일본 기혼여성의 취업 및 취업형태 결정요인 성 혜 영 (국민연금연구원) 본 연구의 목적은 일본 기혼여성의 취업실태를 고찰하고 취업 여부에 영향을 미치는 요인과 상시 또는 파트타임과 같은 취업형태를 결정하는 요인을 일본 내 전국 수준의 조사 데이터를 활용해 실증적으로 검토해 보는데 있다. 일본 기혼여성취업의 특징은 파트타임 취업 비율이 특히 높다는 것이며 이에

More information

외국인투자유치성과평가기준개발

외국인투자유치성과평가기준개발 2010 년도연구용역보고서 외국인투자유치의성과평가기준개발 - 2010. 10. - 이연구는국회예산정책처의연구용역사업으로수행된것으로서, 보고서의내용은연구용역사업을수행한연구자의개인의견이며, 국회예산정책처의공식견해가아님을알려드립니다. 책임연구원 국립부경대학교지역사회연구소권오혁 수신 : 대한민국국회예산정책처장귀하. 2010 10 : : : : 요약문 I. 서론 1.

More information

수도권과비수도권근로자의임금격차에영향을미치는 집적경제의미시적메커니즘에관한실증연구 I. 서론

수도권과비수도권근로자의임금격차에영향을미치는 집적경제의미시적메커니즘에관한실증연구 I. 서론 수도권과비수도권근로자의임금격차에영향을미치는 집적경제의미시적메커니즘에관한실증연구 I. 서론 Ⅱ. 선행연구고찰 집적경제메커니즘의유형공유메커니즘매칭메커니즘학습메커니즘 내용기업이군집을형성하여분리불가능한생산요소, 중간재공급자, 노동력풀등을공유하는과정에서집적경제발생한지역에기업과노동력이군집을이뤄기업과노동력사이의매칭이촉진됨에따라집적경제발생군집이형성되면사람들사이의교류가촉진되어지식이확산되고새로운지식이창출됨에따라집적경제발생

More information

저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할

저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할 저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,

More information

1 1 Department of Statistics University of Seoul August 29, 2017 T-test T 검정은스튜던트 t 통계량의분포를귀무가설하에서살펴봄으러써가설의기각여부를결정하는의사결정모형임 검정 : X i iid N(µ, σ 2 ) 이라고가정하고, 귀무가설과대립가설을아래와같이놓자. 귀무가설즉, µ = µ 0 하에서 H : µ

More information

슬라이드 1

슬라이드 1 계량경제학강의소개 2013 년 1 학기 윤성민 < 교재 > Principles of Econometrics / 계량경제학 (3판) 저자 : Hill, Griffiths and Lim / 이병락역 출판사 : Wiley / 시그마프레스 http://principlesofeconometrics.com/poe3/poe3.htm - 예제 program, data 등등

More information

제 1 절 two way ANOVA 제1절 1 two way ANOVA 두 요인(factor)의 각 요인의 평균비교와 교호작용(interaction)을 검정하는 것을 이 원배치 분산분석(two way ANalysis Of VAriance; two way ANOVA)이라

제 1 절 two way ANOVA 제1절 1 two way ANOVA 두 요인(factor)의 각 요인의 평균비교와 교호작용(interaction)을 검정하는 것을 이 원배치 분산분석(two way ANalysis Of VAriance; two way ANOVA)이라 제 절 two way ANOVA 제절 two way ANOVA 두 요인(factor)의 각 요인의 평균비교와 교호작용(interaction)을 검정하는 것을 이 원배치 분산분석(two way ANalysis Of VAriance; two way ANOVA)이라고 한다. 교호작용은 두 변수의 곱에 대한 검정으로 유의확률이 의미있는 결과라면 두 변수는 서로 영향을

More information

표본재추출(resampling) 방법

표본재추출(resampling) 방법 표본재추출 (resampling) 방법 박창이 서울시립대학교통계학과 박창이 ( 서울시립대학교통계학과 ) 표본재추출 (resampling) 방법 1 / 18 학습내용 개요 CV(crss-validatin) 검증오차 LOOCV(leave-ne-ut crss-validatin) k-fld CV 편의-분산의관계분류문제에서의 CV Btstrap 박창이 ( 서울시립대학교통계학과

More information

44-4대지.07이영희532~

44-4대지.07이영희532~ A Spatial Location Analysis of the First Shops of Foodservice Franchise in Seoul Metropolitan City Younghee Lee* 1 1 (R) 0 16 1 15 64 1 Abstract The foodservice franchise is preferred by the founders who

More information

슬라이드 1

슬라이드 1 Principle of Econometric (3e) 03 년 학기 윤성민 .0 서론 연립방정식모형 - 둘이상의종속변수가있는일련의방정식들로구성 OLS로추정하면부적절함 새로운추정방법필요 - 연립방정식추정법은계량경제학이통계학의회귀분석기법을넘어서는학문이라는것을보여주는분야이기도함 . 공급및수요모형 Demand: Supply: Q=α P+α X + e Q=β P+ e

More information

<C8A3C5DABBEABEF720B0E6B1E2B5BFC7E220BFB9C3F820B8F0B5A8BFA120B4EBC7D120BFACB1B85FC3D6C1BE28C7D1C3A2BFB1292E687770>

<C8A3C5DABBEABEF720B0E6B1E2B5BFC7E220BFB9C3F820B8F0B5A8BFA120B4EBC7D120BFACB1B85FC3D6C1BE28C7D1C3A2BFB1292E687770> 碩 士 學 位 論 文 호텔산업 경기동향 예측 모델에 대한 연구 - 월별 계절성 더미변수를 활용한 다중회귀모형을 적용 - 2016 年 2 月 韓 南 大 學 校 社 會 文 化 行 政 福 祉 大 學 院 情 報 統 計 學 科 韓 昌 燁 호텔산업 경기동향 예측 모델에 대한 연구 - 월별 계절성 더미변수를 활용한 다중회귀모형을 적용 - 指 導 敎 授 김 명 준 이 論

More information

- 1 -

- 1 - - 1 - External Shocks and the Heterogeneous Autoregressive Model of Realized Volatility Abstract: We examine the information effect of external shocks on the realized volatility based on the HAR-RV (heterogeneous

More information

지능정보연구제 16 권제 1 호 2010 년 3 월 (pp.71~92),.,.,., Support Vector Machines,,., KOSPI200.,. * 지능정보연구제 16 권제 1 호 2010 년 3 월

지능정보연구제 16 권제 1 호 2010 년 3 월 (pp.71~92),.,.,., Support Vector Machines,,., KOSPI200.,. * 지능정보연구제 16 권제 1 호 2010 년 3 월 지능정보연구제 16 권제 1 호 2010 년 3 월 (pp.71~92),.,.,., Support Vector Machines,,., 2004 5 2009 12 KOSPI200.,. * 2009. 지능정보연구제 16 권제 1 호 2010 년 3 월 김선웅 안현철 社 1), 28 1, 2009, 4. 1. 지능정보연구제 16 권제 1 호 2010 년 3 월 Support

More information

2 / 27 목차 1. M-plus 소개 2. 중다회귀 3. 경로모형 4. 확인적요인분석 5. 구조방정식모형 6. 잠재성장모형 7. 교차지연자기회귀모형

2 / 27 목차 1. M-plus 소개 2. 중다회귀 3. 경로모형 4. 확인적요인분석 5. 구조방정식모형 6. 잠재성장모형 7. 교차지연자기회귀모형 M-Plus 의활용 - 기본모형과예제명령어 - 성신여자대학교 심리학과 조영일, Ph.D. 2 / 27 목차 1. M-plus 소개 2. 중다회귀 3. 경로모형 4. 확인적요인분석 5. 구조방정식모형 6. 잠재성장모형 7. 교차지연자기회귀모형 3 / 27 1. M-plus 란? 기본정보 M-plus 는구조방정식모형과종단자료분석 ( 잠재성장모형 ) 의분석에사용되기위해서고안된프로그램임.

More information

한국정책학회학회보

한국정책학회학회보 한국정책학회보제 22 권 2 호 (2013.6): 181~206 정부신뢰에대한연구 - 대통령에대한신뢰와정부정책에대한평가비교를중심으로 * - 주제어 : 민주화이후정부신뢰, 대통령신뢰, 정부정책만족도 Ⅰ. 서론 182 한국정책학회보제 22 권 2 호 (2013.6) 정부신뢰에대한연구 183 Ⅱ Ⅲ Ⅳ Ⅴ Ⅱ. 정부신뢰에대한이론적논의 184 한국정책학회보제 22

More information

statistics

statistics 수치를이용한자료요약 statistics hmkang@hallym.ac.kr 한림대학교 통계학 강희모 ( 한림대학교 ) 수치를이용한자료요약 1 / 26 수치를 통한 자료의 요약 요약 방대한 자료를 몇 개의 의미있는 수치로 요약 자료의 분포상태를 알 수 있는 통계기법 사용 중심위치의 측도(measure of center) : 어떤 값을 중심으로 분포되어 있는지

More information

untitled

untitled 정책과제 2008-27 환율 및 국제유가 변화에 따른 관광부문 영향 분석 연구자: 이강욱 연구책임 : 이강욱 (한국문화관광연구원 연구위원) 공동연구자: 모수원 (목포대학교 교수) 연구조원 : 김민경 서 문 환율 및 국제 유가의 불안정 등 외부환경 변화에 따라 관광산업 에 대한 전망이 어려운 상황입니다. 미국에서 시작된 세계 경기의 침체는 관광부문에도 위축을

More information

Resampling Methods

Resampling Methods Resampling Methds 박창이 서울시립대학교통계학과 박창이 ( 서울시립대학교통계학과 ) Resampling Methds 1 / 18 학습내용 개요 CV(crss-validatin) 검증오차 LOOCV(leave-ne-ut crss-validatin) k-fld CV 편의-분산의관계분류문제에서의 CV Btstrap 박창이 ( 서울시립대학교통계학과 )

More information

Journal of Educational Innovation Research 2018, Vol. 28, No. 1, pp DOI: * A Study on the Pe

Journal of Educational Innovation Research 2018, Vol. 28, No. 1, pp DOI:   * A Study on the Pe Journal of Educational Innovation Research 2018, Vol. 28, No. 1, pp.405-425 DOI: http://dx.doi.org/10.21024/pnuedi.28.1.201803.405 * A Study on the Perceptions and Factors of Immigrant Background Youth

More information

..........5-45..

..........5-45.. K O R E A C E N T E R S F O R D I S E A S E C O N T R O L & P R E V E N T I O N PHWR Vol. 5 No. 45 www.cdc.go.kr 2012 11 9 5 45 ISSN:2005-811X Monitoring of antimicrobial resistance on non-tertiary hospitals

More information

R

R R 과데이터분석 상관관계 양창모 청주교육대학교컴퓨터교육과 2015 년여름 양창모 ( 청주교육대학교컴퓨터교육과 ) Data Analysis using R 2015 년여름 1 / 20 상관관계 양적변수quantitative variables 사이의관계relationships를나타내기위하여상관계수correlation coefficients를사용한다. ± 기호를사용하여관계의방향을나타낸다.

More information

Microsoft PowerPoint - e pptx

Microsoft PowerPoint - e pptx Import/Export Data Using VBA Objectives Referencing Excel Cells in VBA Importing Data from Excel to VBA Using VBA to Modify Contents of Cells 새서브프로시저작성하기 프로시저실행하고결과확인하기 VBA 코드이해하기 Referencing Excel Cells

More information

비선형으로의 확장

비선형으로의 확장 비선형으로의확장 박창이 서울시립대학교통계학과 박창이 ( 서울시립대학교통계학과 ) 비선형으로의확장 1 / 30 개요 선형모형은해석과추론에장점이있는반면예측력은제한됨능형회귀, lasso, PCR 등의방법은선형모형을이용하는방법으로모형의복잡도를감소시켜추정치의분산을줄이는효과가있음해석력을유지하면서비선형으로확장다항회귀 (polynomial regression): ( 예 )

More information

Microsoft Word - SPSS_MDA_Ch6.doc

Microsoft Word - SPSS_MDA_Ch6.doc Chapter 6. 정준상관분석 6.1 정준상관분석 정준상관분석 (Canonical Correlation Analysis) 은변수들의군집간선형상관관계를파악하는분석방법이다. 예를들어신체적조건 ( 키, 몸무게, 가슴둘레 ) 과운동력 ( 달리기, 윗몸일으키기, 턱걸이 ) 사이의선형상관관계가있는지알아보고, 관계가있다면어떤관계가있는지분석하는것이다. 정준상관분석은 (

More information

A Study on Married Female Immigrants Life Style and Marriage Satisfaction in Terms of Preparing Their Old Age in Chungcheongnam-do Department of Gerontology, Hoseo University Doctoral Student : Hi Ran

More information

저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할

저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할 저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,

More information

선형모형_LM.pdf

선형모형_LM.pdf 변수선택 8 경제성의 원리로 불리우는 Occam s Razor는 어떤 현상을 설명할 때 불필요한 가정을 해서는 안 된다는 것이다. 같은 현상을 설 명하는 두 개의 주장이 있다면, 간 단한 쪽을 선택하라. 통계학의 유 의성 검정, 유의하지 않은 설명변 수 제거의 근거가 된다. 섹션 1 개요 개념 1) 경험이나 이론에 의해 종속변수에 영향을 미칠 것 같은 설명변수를

More information

에너지경제연구 Korean Energy Economic Review Volume 9, Number 2, September 2010 : pp. 1~18 가격비대칭성검정모형민감도분석 1

에너지경제연구 Korean Energy Economic Review Volume 9, Number 2, September 2010 : pp. 1~18 가격비대칭성검정모형민감도분석 1 에너지경제연구 Korean Energy Economic Review Volume 9, Number 2, September 2010 : pp. 1~18 가격비대칭성검정모형민감도분석 1 2 3 < 표 1> ECM 을이용한선행연구 4 5 6 7 and 8 < 표 2> 오차수정모형 (ECM1~ECM4) 9 10 < 표 3> 민감도분석에쓰인더미변수 11 12 < 표

More information

저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할

저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할 저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,

More information

Vol.259 C O N T E N T S M O N T H L Y P U B L I C F I N A N C E F O R U M

Vol.259 C O N T E N T S M O N T H L Y P U B L I C F I N A N C E F O R U M 2018.01 Vol.259 C O N T E N T S 02 06 28 61 69 99 104 120 M O N T H L Y P U B L I C F I N A N C E F O R U M 2 2018.1 3 4 2018.1 1) 2) 6 2018.1 3) 4) 7 5) 6) 7) 8) 8 2018.1 9 10 2018.1 11 2003.08 2005.08

More information

저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할

저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할 저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,

More information

nonpara6.PDF

nonpara6.PDF 6 One-way layout 3 (oneway layout) k k y y y y n n y y K yn y y n n y y K yn k y k y k yknk n k yk yk K y nk (grand mean) (SST) (SStr: ) (SSE= SST-SStr), ( 39 ) ( )(rato) F- (normalty assumpton), Medan,

More information