분산 추정 방법에 대한 통계 상세 정보

이 섹션에는 다변량 플랫폼에서 사용되는 분산 추정 방법에 대한 통계 상세 정보가 포함되어 있습니다.

REML

데이터에 결측값이 포함된 경우 REML(제한 최대 가능도) 추정값은 ML(최대 가능도) 추정 방법보다 덜 편향됩니다. REML 방법은 오차 대비를 기반으로 주변 가능도를 최대화합니다. REML 방법은 주로 분산 및 공분산을 추정하는 데 사용됩니다. 주성분 플랫폼의 REML 방법은 비정형 공분산 행렬을 사용하는 반복 측정 데이터에 대한 혼합 모형의 REML 추정과 동일합니다. 혼합 모형의 REML 추정에 대한 자세한 내용은 SAS Institute Inc. (2023e)의 "MIXED Procedure" 장에서 확인하십시오.

로버스트

기본적으로 이 방법은 이상치의 비중을 크게 줄여 해당 값을 무시합니다. 데이터의 반복 재가중 적합 시퀀스는 다음 가중치를 사용하여 수행됩니다.

Q < K인 경우 wi = 1.0, 그렇지 않은 경우 wi = K/Q

여기서 K는 자유도가 데이터 테이블의 열 수와 같은 카이제곱 분포의 0.75 분위수와 동일한 상수입니다. Q는 다음과 같이 정의됩니다.

이 방정식에서 yi = i번째 관측값에 대한 반응, m = 평균 벡터의 현재 추정값, S = 공분산 행렬의 현재 추정값, T = 전치 행렬 연산입니다. 마지막 단계는 분산 행렬의 편향 축소입니다.

이 방법을 사용하면 데이터에 이상치가 많지 않을 때는 분산 추정값이 더 높지만 이상치가 있을 때 훨씬 더 정확한 분산 추정값을 얻을 수 있습니다.

더 많은 정보를 원하십니까? 질문이 있습니까? JMP 사용자 커뮤니티에서 답변 받기 (community.jmp.com).