DOI QR코드

DOI QR Code

Nonparametic Kernel Regression model for Rating curve

수위-유량곡선을 위한 비매개 변수적 Kernel 회귀모형

  • 문영일 (서울시립대학교 도시과학대학 토목공학과) ;
  • 조성진 (서울시립대학교 토목공학과) ;
  • 전시영 (원광대학교 공과대학 토목환경도시공학부)
  • Published : 2003.12.01

Abstract

In common with workers in hydrologic fields, scientists and engineers relate one variable to two or more other variables for purposes of predication, optimization, and control. Statistics methods have improved to establish such relationships. Regression, as it is called, is indeed the most commonly used statistics technique in hydrologic fields; relationship between the monitored variable stage and the corresponding discharges(rating curve). Regression methods expressed in the form of mathematical equations which has parameters, so called parametric methods. some times, the establishment of parameters is complicated and uncertain. Many non-parametric regression methods which have not parameters, have been proposed and studied. The most popular of these are kernel regression method. Kernel regression offer a way of estimation the regression function without the specification of a parametric model. This paper conducted comparisons of some bandwidth selection methods which are using the least squares and cross-validation.

수공구조물의 설계를 비롯하여, 수자원 분야의 기술적 설계의 기초는 수문자료의 처리와 분석에 중심을 두고 있다고 할 수 있다. 수문 자료의 분석방법 중 가장 보편적이면서도 중요한 방법은 자료들의 관계를 도식적으로 규명하는 회귀분석이다. 수위-유량 관계곡선과 같은 수문 자료에 대한 기존의 매개변수적 회귀모형이 갖는 단점은 자료의 특성에 따라, 복수의 회귀식이 산정되거나 동일자료에 대해서도 서로 다른 회귀식이 산정됨으로써 신뢰할 수 있는 회귀곡선을 만들기가 어렵다는 것이다. 이에 비해 주어진 자료에 의해 도출되는 kernel 회귀모형은 자료의 특성과 경향성을 적절히 표현해 줄 수 있는 방법이다. 본 논문에서는 비매개변수적 방법인 kernel 회귀모형을 분석하고, kernel 회귀모형의 중요 인자인 bandwidth의 선택 방법에 따른 kernel 회귀모형의 특성에 대해 비교 분석하였다.

Keywords

References

  1. 강근석, 김충락(1999). 회귀분석, 교우사, pp. 370-390
  2. 문영일, 조성진, 김동권(2000). '수문학적 응용을 위한 비매개변수적 회귀모형 산정.' 학술발표회 논문집(III), 대한토목학회, pp. 111-114
  3. 조성진, 문영일, 권현한(1999). '비매개변수적 다항식을 이용한 수위-유량 관계곡선.' 학술발표회 논문집(III), 대한토목학회, pp. 29-32
  4. 조성진, 문영일, 황성환, 박대형, 권현한(2001). 'General cross-validation과 Least squares method에 의한 비매개변수적 회귀모형의 특성.' 학술발표회 논문집(III), 한국수자원학회, pp. 33-36
  5. 건설교통부 금강홍수통제소 (1998). 금강수계 유량측정조사 보고서
  6. 윤태훈 (1997). 응용 수문학. 청문각
  7. Cleveland, W.S., and S.J. Devlin(1988). 'Locally weighted regression : An approach to regression analysis by local fitting.' J. Amer. Stat. Assn., Vol. 83 (403), pp. 596-610 https://doi.org/10.2307/2289282
  8. Cleveland, W.S., S.J. Devlin, and E. Grosse(1988). 'Regression by local fitting,' J. Econometrics, 37, pp. 87-114 https://doi.org/10.1016/0304-4076(88)90077-2
  9. Eubank, R.L.(1988). Spline Smoothing and Nonparametric Regression, DEKKER, New York
  10. Moon, Young-II(1997). 'A Nonparametric Nonlinear Time Series Forecasting Model Application To Selected Hydrologic Variables in Korea,' American Geophysical Union, Fall Meeting Vol. 78 #46
  11. Scott, David W.(1992). Multivariate Density Estimation, JOHN WILEY & SONS, New York
  12. Wand, M.P. and Jones, M.C.(1995). Kernel Smoothing, CHAPMAN & HALL, New York

Cited by

  1. Development of Rating Curve for High Water Level in an Urban Stream using Monte Carlo Simulation vol.33, pp.4, 2013, https://doi.org/10.12652/Ksce.2013.33.4.1433
  2. Shape Optimization of Impeller Blades for 15,000 HP Centrifugal Compressor Using Fluid Structural Interaction Analysis vol.38, pp.6, 2014, https://doi.org/10.3795/KSME-B.2014.38.6.547