• Journal of the Korean Data and Information Science Society
• /
• v.28 no.3
• /
• pp.505-513
• /
• 2017

Recently, numerous small area estimation studies have been conducted to obtain more detailed and accurate estimation results. Most of these studies have employed spatial regression models, which require a clear definition of spatial neighborhoods. In this study, we introduce the Delaunay triangulation as a method to define spatial neighborhood, and compare this method with the k-nearest neighbor method. A simulation was conducted to determine which of the two methods is more efficient in defining spatial neighborhood, and we demonstrate the performance of the proposed method using a land price data.

• Journal of Digital Convergence
• /
• v.16 no.10
• /
• pp.89-99
• /
• 2018

The purpose of this study is to analyse the determinants of the change in the welfare expenditure of local governments in 2015. This study analyzed the spatial correlation of welfare expenditure among neighboring local governments and determined the factors affecting the welfare expenditures. According to the results of the study, spatial correlation of welfare expenditure among local governments appears. Determinants, such as socio-economic factors, administrative factors, public financial factors are affecting the amount of the welfare expenditures, but local political factors, and local tax, last year's budgets are not correlated with the amount of local welfare expenditures. In this study, it is significant to found out that the spatial correlation of welfare expenditure among the local governments and to examine the determinants. If possible, it is necessary to analyze the time-series analysis using the multi-year welfare expenditure data, expecially self-welfare expenditures.

• Journal of the Economic Geographical Society of Korea
• /
• v.25 no.1
• /
• pp.183-201
• /
• 2022

Estimating the implicit value of housing assets is a very important task for participants in the housing market. Until now, such estimations were usually carried out using multiple regression analysis based on the inherent characteristics of the estate. However, in this paper, we examine the estimation capabilities of the Artificial Neural Network(ANN) and its 'Deep Learning' faculty. To make use of the strength of the neural network model, which allows the recognition of patterns in data by modeling non-linear and complex relationships between variables, this study utilizes geographic coordinates (i.e. longitudinal/latitudinal points) as the locational factor of housing prices. Specifically, we built a dataset including structural and spatiotemporal factors based on the hedonic price model and compared the estimation performance of the models with and without geographic coordinate variables. The results show that high estimation performance can be achieved in ANN by explaining the spatial effect on housing prices through the geographic location.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.34 no.4
• /
• pp.1139-1150
• /
• 2014

This study modified the Parameter-elevation Regression on Independent Slopes Model (PRISM) and investigated the applicability of the modified model (M-PRISM) in estimating $1km{\times}1km$ gridded daily precipitation over South Korea. The model parameters of M-PRISM were estimated by regression curves and were validated using the Jackknife method at the Korean Meteorological Administration (KMA) stations. The results indicate that M-RPISM shows better performance in estimating the frequency of daily precipitation than PRISM while M-PRISM has similar performance to PRISM in estimating the daily precipitation amount. Thus the M-PRISM model proposed in this study can be very useful to estimate high resolution daily precipitation.

• Journal of the Korean Data and Information Science Society
• /
• v.27 no.5
• /
• pp.1169-1182
• /
• 2016

Cancer is a typical cause of death in Korea that becomes a major issue in health care. According to Cause of Death Statistics (2014) by National Statistical Office, SMRs (standardized mortality rates) in Busan were counted as the highest among all cities. In this paper, we used data of Busan Regional Cancer Center to estimate the extent of the cancer incidence rate and cancer mortality rate. The data are considered in small areas of administrative units such as Gu/Dong from years 2003 to 2009. All cancer including four major cancers (stomach cancer, colorectal cancer, lung cancer, liver cancer) have been analyzed. We carried out model selection and parameter estimation using spatial multi-level model incorporating a spatial correlation. For the spatial effects, CAR (conditional autoregressive model) has been assumed.

• Journal of Korea Water Resources Association
• /
• v.54 no.2
• /
• pp.121-133
• /
• 2021

Suspended Solids (SS) generated in rivers are mainly introduced from non-point pollutants or appear naturally in the water body, and are an important water quality factor that may cause long-term water pollution by being deposited. However, the conventional method of measuring the concentration of suspended solids is labor-intensive, and it is difficult to obtain a vast amount of data via point measurement. Therefore, in this study, a model for measuring the concentration of suspended solids based on remote sensing in the Nakdong River was developed using Sentinel-2 data that provides high-resolution multi-spectral satellite images. The proposed model considers the spectral bands and band ratios of various wavelength bands using a machine learning model, Support Vector Regression (SVR), to overcome the limitation of the existing remote sensing-based regression equations. The optimal combination of variables was derived using the Recursive Feature Elimination (RFE) and weight coefficients for each variable of SVR. The results show that the 705nm band belonging to the red-edge wavelength band was estimated as the most important spectral band, and the proposed SVR model produced the most accurate measurement compared with the previous regression equations. By using the RFE, the SVR model developed in this study reduces the variable dependence compared to the existing regression equations based on the single spectral band or band ratio and provides more accurate prediction of spatial distribution of suspended solids concentration.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.414-414
• /
• 2017

토양수분은 지면환경에서 일어나는 수문 및 에너지 순환을 이해하는 데 있어 중요한 기상인자이다. 토양수분 현장관측은 땅속에 매설된 센서에 의해 상당히 정확하게 이루어지만, 관측점 수가 충분치 않아 공간적 연속성을 확보하지 못하는 어려움이 존재한다. 이에 광역적 및 연속적 관측이 가능한 마이크로파 위성센서가 토양수분 정보 획득을 위한 보조수단으로서 그 중요성이 부각되고 있다. 마이크로파 위성센서는 구름 등 기상조건의 제약을 받지 않으며, 1978년 이래 현재까지 여러 위성에 의해 25 km 및 10 km 해상도의 전지구 토양수분자료가 생산되어 왔다. 마이크로파 센서를 이용한 토양수분자료는 동일지점에 대하여 하루 2회 정도 산출되므로 적절한 시간분해능을 가지지만, 공간해상도가 최고 10 km로서 지역규모의 수문분석에 적용하기에는 충분치 않다. 이러한 토양수분자료의 공간해상도 문제 해결을 위하여 다양한 지면환경요소를 활용한 통계적 다운스케일링이 대안으로 제시되었다. 최근의 선행연구들은 대부분 방정식을 이용한 결합모형을 통해 통계적 다운스케일링을 수행하였는데, 회귀식과 같은 선형결합뿐 아니라 신경망이나 기계학습 등의 비선형결합에서도, 불가피하게 발생할 수밖에 없는 잔차(residual)로 인하여 다운스케일링 전후의 공간분포 패턴이 달라져버리는 문제를 안고 있었다. 회귀분석에 잔차의 공간내삽을 결합시킨 회귀크리깅(regression kriging)은 잔차보정을 통해 이러한 문제를 해결함으로써 다운스케일링 전후의 공간분포 일관성을 보장하는 기법이다. 이 연구에서는 회귀크리깅을 이용하여 일자별 AMSR2(Advanced Microwave Scanning Radiometer 2) 토양수분 자료를 10 km에서 1 km 해상도로 다운스케일링하고, 다운스케일링 전후의 자료패턴 일관성을 평가한다. 지면온도(LST), 지면온도상승률(RR), 식생온도건조지수(TVDI)는 일자별로 DB를 구축하였고, 식생지수(NDVI), 수분지수(NDWI), 지면알베도(SA)는 8일 간격으로 DB를 구축하였다. 이러한 8일 간격의 자료를 일자별로 변환하기 위하여 큐빅스플라인(cubic spline)을 이용하여 시계열내삽을 수행하였다. 또한 상이한 공간해상도의 자료는 최근린법을 이용하여 다운스케일링 목표해상도인 1 km에 맞도록 변환하였다. 우선 저해상도 스케일에서 추정치를 산출하기 위해서는 저해상도 픽셀별로 이에 해당하는 복수의 고해상도 픽셀을 평균화하여 대응시켜야 하며, 이를 통해 6개의 설명변수(LST, RR, TVDI, NDVI, NDWI, SA)와 AMSR2 토양수분을 반응변수로 하는 다중회귀식을 도출하였다. 이식을 고해상도 스케일의 설명변수들에 적용하면 고해상도 토양수분 추정치가 산출되는데, 이때 추정치와 원자료의 차이에 해당하는 잔차에 대한 보정이 필요하다. 저해상도 스케일로 존재하는 잔차를 크리깅 공간내삽을 통해 고해상도로 변환한 후 이를 고해상도 추정치에 부가해주는 방식으로 잔차보정이 이루어짐으로써, 다운스케일링 전후의 자료패턴 일관성이 유지되는(r>0.95) 공간상세화된 토양수분 자료를 생산할 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.522-522
• /
• 2023

지하수 시스템의 방출은 저지대 강에서 건조기에 흐르는 하천 유지유량의 원천이 된다. 수자원 분야에서 분포형 모형이 도입되며 수문 분석의 고도화가 이루어지고 있는 오늘날에도, 아직 대수층 깊이 등 지하수관련 매개변수에 대한 연구는 미진한 실정이다. 본 연구는 분포형 모형의 지하수 관련 매개변수 중 지형자료에 해당하는 대수층 깊이의 물리적인 분포형태를 예측하고, 지하수 모의결과를 검토하여 해당 기법의 적용성을 확인하였다. 본 연구에서는 북측의 미계측 유역을 포함한 소양강 유역을 연구대상 지역으로 설정하였고, 정밀한 분포형 모형인 GSSHA(Gridded Surface Hydrologic Analysis)를 활용하였다. 대수층 깊이 추정 방법은 크게 세가지 시나리오로 구분하여 모의를 진행하였다. 유역의 지하수 데이터를 통해 도출된 대수층깊이 등분포(시나리오1), 지표 고도와 대수층 깊이의 선형 반비례 관계를 가정한 선형 회귀식(시나리오2), 동일한 가정을 두고 Log차원에서 회귀식을 적용한 경우(시나리오 3). 위 3가지 시나리오를 통해 산정된 유출량과, 지하수 수위 등을 소양강댐 유입량 자료 및 유역 내 6개 지하수 관측소를 대상으로 결과를 비교하여 적용성을 확인하였다. 시나리오별 유출량 모의 오차평가 결과, 관측 첨두 유량을 가장 잘 반영하고 있는 기법은 일반적으로 선행 연구에서 많이 활용하고 있는 등분포형 기법으로 분석되었으며, 과소·과대 모의된 정도를 나타내는 지표와 모형의 효율성을 나타내는 지표는 선형 회귀분석 기법이 가장 우수한 결과로 분석되었다. 따라서, 대수층 깊이를 등분포하여 모의하던 기존 방식에 비해 지면고도-대수층깊이 간의 반비례 관계를 적용하는 방식이 지하수 모의에 있어서 보다 합리적일 것으로 판단된다. 향후 임의의 인자와 대수층 깊이간의 정밀한 회귀관계를 도출한다면 더욱 합리적이고 신뢰성 높은 결과를 얻을 수 있을것으로 기대된다. 또한 유역 단위의 지하수 모의가 정밀하게 이루어진다면 최근 많은 관심이 집중되는 하천 유지유량과 건기 유출 등의 연구 분야에도 많은 기여를 할 수 있을 것으로 기대된다.

• The Korean Journal of Applied Statistics
• /
• v.12 no.2
• /
• pp.605-619
• /
• 1999

본 논문은 회귀분석에서 오차항의 1차 자기상관 존재 여부 및 그 값을 검정하는 방법을 베이지안 접근법으로 제안하였다. 이 방법은 모수공간의 다중분할로 인해 얻어진 여러 가설들에 대한 다중결정문제를 다중 베이즈요인에 관한 이론과 일반화 Savage-Dickey 밀도비를 이용한 사후확률 추정법을 합성하여 개발되었다. 이 방법은 기존의 검정법들에서 가능한 검정 뿐 아니라 이들이 해결할 수 없는 자기상관에 대한 다중결정문제에도 사용이 가능한데 그 효용성이 있다. 모의실험을 통하여 제안된 검정법의 유효성을 평가하였다.

• Communications for Statistical Applications and Methods
• /
• v.19 no.1
• /
• pp.107-115
• /
• 2012

Yoo and Cook (2007) developed an optimal sufficient dimension reduction methodology for the conditional mean in multivariate regression and it is known that their method is asymptotically optimal and its test statistic has a chi-squared distribution asymptotically under the null hypothesis. To check the effect of dimension used in estimation on regression coefficients and the explanatory power of the conditional mean model in multivariate regression, we applied their method to several simulated data sets with various dimensions. A small simulation study showed that it is quite helpful to search for an appropriate dimension for a given data set if we use the asymptotic test for the dimension as well as results from the estimation with several dimensions simultaneously.