총 327페이지

195페이지 본문시작

위험평가를 위한 정량평가법 소개 - R을 이용한 이론과 실습
채택한다면 �愿� 무한한 구간에 걸쳐 관찰하지 않는 한 실제로 관찰될 수 없다. 그러나 더
많은 자료를 수집함으로써 참값에 대한 확신을 향상시킬 수 있다. 예를 들어 18개월 동안
3회의 질병이 발생하였다면 월간 평균 질병발생 건수는 포아슨 과정을 적용할 수 있다고
가정할 때 0.17로 추정할 수 있다. 즉 관찰기간 동안 질병발생이 연속적이고 일정하며 관찰된
질병발생이 독립적인가? 만일 포아슨 과정이 적용될 수 있다면 이 추정치가 적절하다는
것을 어느 정도 확신할 수 있는가? 그림 3-17에 제시되어 있듯이 모수 �轅� 대한 불확실성을
모형화하는데 감마분포를 사용할 수 있다. 관찰기간을 확장하여 42개월 동안 7건의 질병이
발생하였다면 월간 평균 질병발생 건수의 참값이 0.17이라는 것을 더 확신할 수 있다.
CODE
#R에서는Gamma(x,1/t)가아니라Gamma(x,t)의값을넣어야함.
#두개의밀도함수그래프겹쳐그리기
x
plot(density(x),xlim=c(0,0.5),ylim=c(0,7),xlab="Lambda",ylab="Prob.density")
par(new=TRUE)
y
plot(density(y),xlim=c(0,0.5),ylim=c(0,7),xlab="Lambda",ylab="Prob.density",lty=2)
그림 3-17 관찰된 질병발생 건수를 x, 관찰기간을 t라고 할 때 감마분포
��????��?�餐狼�?�歷� 이용하여 월당 평균 질병발생건수 (��) 추정,
실선 ��????�煬慄餐狼撮狼潽� 점선 ��????�煬排餐狼撮茉禮�. 포아슨과정을 가정한 경우.
��????��?�餐狼�?�繹根榻� 사실 포아슨 우도함수를 갖는 uninform prior를 가정하여 얻은
사후분포가 된다. 만일 prior가 ��????��?��?�繹根糖� 갖는다고 가정할 수 있고 구간 t에서
x회의 사건을 관찰할 수 있다면 �轅� 대한 사후확률은 다음과 같다. 여기에는 a는 사건의
수, b는 사건간 평균 구간이다.
180

195페이지 본문끝



현재 포커스의 아래내용들은 동일한 컨텐츠를 가지고 페이지넘김 효과및 시각적 효과를 제공하는 페이지이므로 스크린리더 사용자는 여기까지만 낭독하시고 위의 페이지이동 링크를 사용하여 다음페이지로 이동하시기 바랍니다.
상단메뉴 바로가기 단축키안내 : 이전페이지는 좌측방향키, 다음페이지는 우측방향키, 첫페이지는 상단방향키, 마지막페이지는 하단방향키, 좌측확대축소는 insert키, 우측확대축소는 delete키