동적 재발 이벤트 모델링과 통계 분석
본 리뷰는 공학·의료·사회 등 다양한 분야에서 발생하는 재발 이벤트를 다루기 위해 제안된 동적 모델링 프레임워크와 그 통계적 추정 방법을 정리한다. 카운팅 프로세스·마팅게일 이론을 기반으로 베이스라인 위험, 누적 사건수 효과, 공변량, 그리고 잠재적 frailty를 동시에 포함하는 일반화된 위험 모델을 제시하고, 부분가능도·넬슨–아렌 추정량·제품극한 추정량 등을 이용한 추정 및 검정 절차를 설명한다. 실제 데이터 사례와 함께 현재 남아 있는 연…
저자: ** Edsel A. Peña (University of South Carolina, Department of Statistics) **
본 논문은 재발 이벤트(반복 발생 사건)의 통계적 모델링과 추정 방법에 관한 최신 연구 동향을 종합적으로 리뷰한다. 서론에서는 재발 이벤트가 단일 사건과 구별되는 복합적인 특성을 강조한다. 사건 발생 횟수가 증가함에 따라 위험이 변하고, 공변량의 효과가 누적되며, 사건 간 상관관계가 존재하고, 각 사건 후 수행되는 개입(수리·치료·정책 등)이 미래 위험에 영향을 미친다. 이러한 복합성을 동시에 반영할 수 있는 일반화된 동적 모델이 필요함을 제시한다.
배경 섹션에서는 카운팅 프로세스와 마팅게일 이론을 기반으로 한 사건 시간 분석의 수학적 토대를 설명한다. 사건 발생 시각을 \(S_11\)이면 사건이 가속화되고, \(\alpha<1\)이면 감속화된다.
3. **공변량 링크 \(\psi(X(s)\beta)\)** – 관측 가능한 시간‑의존 공변량 \(X(s)\)와 회귀계수 \(\beta\)를 연결하는 비음수 함수이며, 일반적으로 \(\psi(u)=\exp(u)\)가 사용된다.
4. **frailty \(Z\)** – 개별 단위 간의 미관측 이질성을 설명하는 양의 랜덤 변수로, 보통 감마 분포를 가정한다.
이 네 요소를 결합한 위험률은
\
원본 논문
고화질 논문을 불러오는 중입니다...
댓글 및 학술 토론
Loading comments...
의견 남기기