• Korean Journal of Food Science and Technology
• /
• v.39 no.3
• /
• pp.255-259
• /
• 2007

For this investigation, we analyzed the chemical characteristics and enzyme activities of Icheon Ge-Geol radish, Gangwha turnip, and Korean radish. Regarding their proximate compositions, the water contents of the Icheon Ge-Geol radish, Gangwha turnip, and Korean radish were 87.78, 92.73, and 91.45%, respectively. The crude protein, crude fiber, and ash contents of the Icheon Ge-Geol radish were 1.35, 1.11, and 1.55%, respectively, which were much higher than the contents of the other samples; however, total dietary fiber was significantly lower. For mineral content, the magnesium, potassium, and calcium levels of the Icheon Ge-Geol radish were higher than the other samples. With regards to the enzyme activities of the samples, the protease and myrosinase activities of the Icheon Ge-Geol radish were higher than in the other samples. For ${\alpha}-amylase$ activity, the Korean radish showed the strongest activity (18.99 units/g of sample), followed by the Gangwha turnip and Icheon Ge-Geol radish.

• Korean Journal of Soil Science and Fertilizer
• /
• v.44 no.3
• /
• pp.371-374
• /
• 2011

The objectives of the present study evaluated aquatic animals on the water in a rice field. Field investigation was carried out in conventional tillage without rice straw or green manure crop treatment (CTFS, check plot), no-tillage without cover crops (NTNT), no-tillage amended with rape (NTRA), no-tillage amended with rye (NTRY), no-tillage amended with hairyvetch (NTHV), and no-tillage amended with Chinese milk vetch (NTCM). Total dense population of aquatic animals in HTHV was significantly higher than the other plots (p<0.05) on May 30. Dense populations of Daphniidae and Culicidae on June 20 were lowest in CTFS compared to no-tillage plots (p<0.05). Furthermore, in principal component analysis (PCA), PC1 explained 44.9% of variance, whereas PC2 explained 26%, for a cumulative total of 70.9% and the PC1 of the PCA separated the samples from NT treatments and CFS (p<0.05).

• Journal of the Korean Data and Information Science Society
• /
• v.23 no.6
• /
• pp.1183-1194
• /
• 2012

When it comes to a survey, no answer would occur frequently. Therefore various methods for handling nonresponse have been applied to analyse the survey. In this paper, the ratio of occurrence of two type of nonresponse cases - unit nonresponse and item nonresponse - is presented using previous real survey data, and we compared complete data and data with nonresponse. We suggest the reason of happening of nonresponse and the ratio of nonresponse using data collected through group interviews.

• Environmental and Resource Economics Review
• /
• v.7 no.2
• /
• pp.31-51
• /
• 1998

우편설문조사를 이용한 조건부가치측정법을 통해 자료를 수집할 경우 무응답자의 발생은 보편적이며, 그러한 무응답자의 존재는 무응답자편의(無應答者偏倚) 가능성을 내재하고 있으므로, 표본의 통계치를 이용한 모집단에 대한 확대 적용을 위해서는 우선적으로 무응답자편의(無應答者偏倚)에 대한 검정(檢定)이 이루어져야 하며. 또한 무응답자편의(無應答者偏倚) 발생시 이에 대한 적절한 조치가 취해져야 한다. 본 연구에서는 다단계 우편설문발송법을 통해 수집된 자료를 이용하여 효과적인 무응답자편의(無應答者偏倚) 검정(檢定)의 수행과 무응답자군(無應答者群)의 평균지불의사액을 별도로 추정한 후 이를 이용하여 보다 합리적이고 정확한 총지불의사액(Aggregate WTP)의 도출방법을 제시하였다. 이는 우선적으로 무응답자편의(無應答者偏倚)를 분산분석을 통해 검정(檢定)한 후 선형외삽법으로 무응답자군(無應答者群)의 평균지불의사액을 추정하여 이를 모집단의 총지불의사액을 산출하는데 이용하는 방법으로 기존의 보수적인 방법들보다 상대적으로 저렴한 비용으로 무응답자편의(無應答者偏倚) 검정(檢定)을 가능하게 하며, 사회적 또는 인구특성상의 차이를 이용한 통계적 가중치 이용방법과는 달리 연구자의 직접적인 관심의 대상이 되는 지불의사액을 이용하여 무응답자편의(無應答者偏倚) 테스트를 하고 또한 무응답자군(無應答者群)의 평균지불의사액을 추정하여 보다 효율적이며 타당성이 있는 총지불의사액을 산출해 낼 수 있다는 장점이 있다.

• The Korean Journal of Applied Statistics
• /
• v.22 no.3
• /
• pp.667-676
• /
• 2009

This study investigates the effect of survey refusal and noncontact on the nonresponse error in the household survey. For this purpose we analyzed the data of the interviewer's field work report. The survey data quality is affected by nonresponse rate and nonresponse error, and also nonresponse rate measures the reliability of the survey data. The household survey mainly contains two types of nonresponses of refusals and noncontacts. These refusals and noncontacts have different effect on the nonresponse error. This could be a venue for future research interested in decreasing the error due to noncontacts and refusals.

• Journal of the Korean Data and Information Science Society
• /
• v.25 no.6
• /
• pp.1397-1405
• /
• 2014

Usually unit-nonresponse or item-nonresponse occurs in the survey. In case the rate of nonresponse is high, the analysis ignoring nonresponse may cause the wrong effect. The characterization of nonresponse is required. In a cross-sectional data, it is possible to study the characteristics of item-nonresponse but it is hard to study the characteristics of the unit-nonresponse. In order to identify the characteristics of the unit-nonresponse, this study used the first-year student of middle schools in the Korea children and youth panel survey (KCYPS) data. We investigated the handling situation of nonresponse and analyzed the characteristics of the unit-nonresponse. Most of the papers applied the way of getting rid of nonresponse, so that there was little paper using weights. In this paper, we compared the results of the analyses depending on whether the weight is used or not. The method of using weights showed statistically significant results much more than that of removing. More discussion will be needed.

• Proceedings of the Korean Association for Survey Research Conference
• /
• 2002.06a
• /
• pp.157-162
• /
• 2002

패널 무응답자(panel nonrespondent)란 처음 조사에서는 응답을 하였으나 나중 조사에서는 응답을 하지 않은 사람을 의미한다. 패널조사에서는 앞 단계에서의 응답으로부터 뒷 단계의 무응답에 대한 정보를 얻을 수 있다. 무응답에 대한 수정 방법은 어떤 보조 변수들을 선택하고, 그 변수들이 수정하는 데 어떻게 사용하는 가를 결정하는 것이다. 우리는 가중 수정을 패널 무응답자에 대해서만 생각한다. 이러한 가중은 패널 무응답자에 대하여 보상하기 위하여 패널 무응답의 가중값을 수정한다. 종속 변수로서 패널응답 상태(status)는 로지스틱 회귀분석으로 패널 무응답에 대한 모형을 선택하는 방법이다. 로지스틱 회귀분석에서 패널무응답과 상관이 있는 변수들은 패널무응답 편향을 감소시키기 위하여 가중 수정에서 사용하기 위한 변수들이다.

• Korean Journal of Soil Science and Fertilizer
• /
• v.44 no.3
• /
• pp.375-379
• /
• 2011

This study was conducted to evaluate the effect of rice cover crop cropping systems on rice root growth in a rice field as affected by conventional tillage without rice straw or green manure crop treatment (CTFS, check plot), no-tillage without cover crops (NTNT), no-tillage amended with rape (NTRA), no-tillage amended with rye (NTRY), no-tillage amended with hairyvetch (NTHV), and no-tillage amended with Chinese milk vetch (NTCM). In 0-5 cm soil depth, dry weight of root in NTRS ($128g\;m^{-2}$) was significantly higher than in the other plots (p<0.05) at harvesting stage. In addition, content of active organic matter at 0-5 cm soil depth was $1,684g\;m^{-2}$ in NTCM, $1,309g\;m^{-2}$ in NTRA, $1,295g\;m^{-2}$ in NTRS, $1,072g\;m^{-2}$ in NTRY, $917g\;m^{-2}$ in NTHV, $434g\;m^{-2}$ CTFS, and $426g\;m^{-2}$ in NTNT treatment. In no-tillage rice cover crop cropping system, our findings suggest that NTRS and NTCM should be enhanced root growth and active organic matter in paddy field.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.21-23
• /
• 2000

공간 데이터베이스 시스템에서 객체간의 인접성을 유지해야하는 공간 객체의 갱신 연산 수행시, 이와 인접한 공간 객체들은 의미적 무결성을 상실하게 된다. 이러한 의미적 무결성을 만족하기 위해서는 수작업으로 무결성을 유지하는 수동적 무결성 유지 방법보다 사용자 편의성을 위해 자동 보정 연산의 지원이 필요하다. 본 논문에서는 공간 객체의 갱신 연산 수행시 인접한 공간 객체간의 의미적 무결성을 지원하기 위한 능동적인 공간 연산 트리거를 제안한다. 제안한 기법은 무결성 제약조건 검증 단계에서 인접한 공간 객체에 대한 자동 보정 연산을 수행하여 객체간의 의미적 무결성을 유지한다. 제안한 기법의 지원을 위해 무결성 제약조건은 레이어, 공간 객체의 순서로 기술하며, 무결성 검증 단계는 공간 객체, 레이어 순으로 제약조건 검사를 수행한다. 능동적 공간 연산 트리거는 레이어 제약조건 검증 단계에서 갱신연산에 대해 공간 위상 추출연산을 포함한 확장된 SQL을 사용하여 무결성을 유지하도록 한다. 능동적 공간 연산 트리거는 레이어 제약조건 검사와 공간 객체에 대한 자동 보정 연산의 수행을 통하여 인접성을 유지해야 하는 공간 객체들의 의미적 무결성과 사용자 편의성을 제공한다.

• The Korean Journal of Applied Statistics
• /
• v.26 no.3
• /
• pp.375-387
• /
• 2013

Unit non-response of surveys reduces the efficiency of the estimates and also causes non-response bias especially when there is large difference between respondents and non-respondents. Non-response weighting adjustments have usually been used to compensate for non-response. It is not easy to examine the non-response bias as well as to obtain information on the non-respondents in sample surveys. A household panel survey, called The Survey of Household Finances, was conducted in both 2010 and 2011. In this paper, we assume that non-response households in Wave 2 have strong non-response (non-cooperative) tendency. We classify those households into non-response households in Wave 1. Under this assumption, the characteristics of non-response households, the non-response bias and the effect of non-response adjustments are investigated.