Change-point Analysis with Bayesian Poisson Model : 베이지안 포아송 모형을 이용한 변화점 분석

국문 초록 (Abstract)

변화점 분석은 자발적인 의약품 부작용 보고 데이터에서 구조 변화를 탐지하는데 유용하게 적용할 수 있다. 분석 방법에는 가능 비율 통계량을 이용한 빈도주의적 방법이나 각 위치에서 변화점이 될 확률을 추정하는 베이지안 방법들이 있다.

이 연구에서는, 빈도로 주어지는 단일 또는 여러 개의 변경점이 있는 시계열 데이터에 대해 포아송 분포를 기반으로 하는 베이지안 변화점 추정 방법을 고려한다. 베이지안 모형 추정을 위해 마르코프 체인 몬테칼로 방법을 사용하였고 변화점 개수를 비교하기 위해서 이탈도 정보 기준을 이용한다. 제안된 베이지안 변화점 모델은 시뮬레이션 연구에서 가능도비 통계량을 기반으로 한 1차 자기 상관모델과 정규분포를 기반으로 한 단순화된 비율 모형을 평균 제곱근 오차, 편향, 정확도 등의 기준으로 비교하였다. HPV 예방접종 후 의약품 이상사례 보고 시스템에 보고된 부작용 데이터를 활용하여 3가지 모델로 변화점을 찾고 결과를 비교하였다.

목차 (Table of Contents)

• CHAPTER 1 INTRODUCTION 1
• CHAPTER 2 BAYESIAN POISSON MODEL 3
• 2.1 Bayesian Poisson model with one Change-point 3
• 2.2 Bayesian Poisson model with multiple 5
• Change-points
• CHAPTER 3 TWO MODEL WITH
• CHANGE-POINT ANALYSIS 8
• 3.1 Simplied ratio model with normal distribution 8
• 3.2 Multiple change-points model with first-order 10
• autocorrelation
• CHAPTER 4 DATA ANALYSIS 12
• 4.1 Simulation Study 12
• 4.2 Real Data Application 17
• CHAPTER 5 CONCLUDING REMARKS 22
• REFERENCES 24
• ABSTRACT (in KOREAN) 26