Abstract
The ordinary least square (OLS) regression model is assumed that the relationship between distribution of longevity population and environmental factors to be identical. Therefore, the OLS regression analysis can't explain sufficiently the spatial characteristics of longevity phenomenon and related variables. The geographically weighted regression (GWR) model can be representing the spatial relationship of adjacent area using geographically weighted function. It also characterized which can locally explain the spatial variation of distribution of longevity population by environmental characteristics. From this point of view, this study was performed the comparative analysis between OLS and GWR model for ecological factors of longevity existing studies. In the results, GWR model has higher corresponded to model than OLS model and can be accounting for spatial variability about effect of specific environmental variables.
정규최소자승법(OLS : Ordinary Least Square)은 장수인구의 지역적 분포와 적용된 환경변수들의 관계가 공간상에서 동일하다고 가정한다. 따라서 장수현상이나 그와 관련된 변수의 공간적 특성을 충분히 설명할 수 없다. 지리가중 회귀분석(GWR : Geographically Weighted Regression)모형은 지리적 가중 함수를 통해 인접지역들의 공간적 유사성을 대변할 수 있다. 또한 환경특성에 따른 장수인구분포의 공간적 변이를 국지적으로 설명할 수 있는 특징이 있다. 이러한 관점에서 본 논문은 기존의 연구에서 제시된 장수의 환경생태학적 요인들에 대해 보통 최소자승법과 GWR모델간의 비교분석을 수행하였다. 연구결과 GWR모형이 OLS모형보다 높은 모형 부합도를 가지고 특정 환경 변수가 가지는 효과에 대한 공간적 변동성을 설명할 수 있는 것으로 나타났다.
