Detailed Information

Cited 0 time in webofscience Cited 0 time in scopus
Metadata Downloads

종양 이질성을 검정을 위한 통계적 방법론 연구

Full metadata record
DC Field Value Language
dc.contributor.author이동녘-
dc.contributor.author임창원-
dc.date.available2019-09-30T02:03:54Z-
dc.date.issued2019-06-
dc.identifier.issn1225-066X-
dc.identifier.issn2383-5818-
dc.identifier.urihttps://scholarworks.bwise.kr/cau/handle/2019.sw.cau/36610-
dc.description.abstract전이성 종양의 성장패턴 차이와 변화율에 따른 종양 이질성(tumor heterogeneity)을 파악하는 것은 종양세포의 약물에 대한 민감성을 파악하고 적절한 치료법을 찾아내기 위해 중요하다. 일반적으로 N개의 표본의 집단이 구분된다면 t-test 혹은 ANOVA 분석을 통해 집단별 평균의 차이에 대한 검정이 가능하다. 그러나 본 논문에서 다루는 데이터와 같이 집단이 구분되지 않는 경우 이러한 방법들은 사용될 수 없다. 표본들 사이의 이질성을 검정하기 위한 통계적 방법들이 연구되어 왔다. 최소 조합 t-검정 방법은 그 중 하나이다. 본 논문에서는 상이한 비율로 데이터를 양분하는 조합도 고려하는 최대 조합 t-검정 방법을 제안한다. 한편, 표본의 이질성을 검정하는 것이 군집분석에서 최적의 군집의 개수가 2개 이상인지를 검정하는 것과 같음에 착안하여 새로운 방법을 제안한다. 최대 조합 t-검정과 gap통계량을 이용하면 이전에 제안된 방법보다 개선된 제1종의 오류를 범할 확률과 검정력을 갖는다는 것을 모의실험을 통해 확인하였고 실제 자료 분석을 통해 결과를 도출하였다.-
dc.format.extent18-
dc.language한국어-
dc.language.isoKOR-
dc.publisher한국통계학회-
dc.title종양 이질성을 검정을 위한 통계적 방법론 연구-
dc.title.alternativeStatistical methods for testing tumor heterogeneity-
dc.typeArticle-
dc.identifier.doi10.5351/KJAS.2019.32.3.331-
dc.identifier.bibliographicCitation응용통계연구, v.32, no.3, pp 331 - 348-
dc.identifier.kciidART002483532-
dc.description.isOpenAccessN-
dc.identifier.wosid000497646600001-
dc.citation.endPage348-
dc.citation.number3-
dc.citation.startPage331-
dc.citation.title응용통계연구-
dc.citation.volume32-
dc.publisher.location대한민국-
dc.subject.keywordAuthorheterogeneity-
dc.subject.keywordAuthork-means clustering-
dc.subject.keywordAuthorgap statistic-
dc.subject.keywordAuthordetermining the number of clusters-
dc.subject.keywordAuthor이질성-
dc.subject.keywordAuthork-평균 군집화-
dc.subject.keywordAuthorgap 통계량-
dc.subject.keywordAuthor최소 조합 t-검정-
dc.subject.keywordAuthor최대 조합 t-검정-
dc.subject.keywordAuthor최적 군집 개수-
dc.relation.journalResearchAreaMathematics-
dc.relation.journalWebOfScienceCategoryStatistics & Probability-
dc.description.journalRegisteredClassesci-
dc.description.journalRegisteredClasskci-
Files in This Item
There are no files associated with this item.
Appears in
Collections
Graduate School > ETC > 1. Journal Articles

qrcode

Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.

Related Researcher

Researcher Lim, Chang Won photo

Lim, Chang Won
대학원 (통계데이터사이언스학과)
Read more

Altmetrics

Total Views & Downloads

BROWSE