비선형 결과회귀모형에서 MNAR 무응답 처리를 위한 조각별 캘리브레이션 추정량 = Segmented calibration estimator for missing not at random nonresponse in nonlinear outcome regression model

국문 초록 (Abstract)

무응답 발생 체계에 따라 다양한 무응답 처리 방법이 연구되고 있다. 완전임의무응답인 MCAR(missing completely at random) 그리고 임의무응답인 MAR(missing at random)을 따르는 무응답은 그 처리가 쉽고, 정확한 추정 방법이 개발되었다. 반면 MNAR(missing not at random) 무응답의 적절한 처리에 관한 연구는 진행되고 있으며 특히 캘리브레이션 보정 방법에 관한 다양한 연구가 활발히 진행되고 있다. 캘리브레이션 추정량은 결과회귀모형(outcome regression model)이 선형인 경우에서 효과가 있는 것으로 알려져 있다. 이에 본 연구에서는 비선형 결과회귀모형에서 사용이 가능한 조각별 캘리브레이션 추정량(segmented calibration estimator)을 제안하며 모의실험을 통해 본 연구에서 제안한 추정량의 우수성을 확인한다.

다국어 초록 (Multilingual Abstract)

Various methods to properly handle nonresponses have been developed. Nonresponse following MCAR (missing completely at random) or MAR (missing at random) mechanism is easy to handle, and accurate estimation methods are developed. Recently, research on appropriate handling of MNAR (missing not at random) nonresponse has been actively conducted. In particular, various calibration methods are being studied, and the calibration estimator is known to be effective when the outcome regression model is linear. In this study, we propose a segmented calibration estimator that can be used for nonlinear outcome regression models and perform the simulation studies to confirm the superiority of the proposed estimator.