• 응용통계연구
• /
• 제28권2호
• /
• pp.353-360
• /
• 2015

공간적으로 관측되는 연속형 자료를 분석하는 모형으로 공간적 상관관계를 고려한 다양한 정규모형이 지난 수십 년간 제안되었다. 그 중에서 공간효과를 랜덤효과로 모형화하는 공간선형모형(Spatial Linear Mixed Model; SLMM)이 가장 널리 활용되는 모형 중 하나일 것이다. 연결함수(link function)을 사용하면 SLMM을 비정규 데이터도 적용할 수 있는 일반화된 공간선형모형(Spatial Generalized Linear Mixed Model; SGLMM)으로 자연스럽게 확장할 수 있다. 이 논문에서는 가장 널리 활용되는 SGLMM을 알아보고 실제 데이터 적용사례를 R 패키지를 활용하여 제시하고자 한다.

• Communications for Statistical Applications and Methods
• /
• 제16권2호
• /
• pp.265-275
• /
• 2009

지역적 공간의 특성을 고려한 공간선형회귀모형을 다루는 대부분의 연구들에서 사용되고 있는 자료는 완전한 상태임을 고려하고 있다. 하지만 공간선형회귀모형을 정확히 추론함에 있어서 완전한 자료가 사용 가능한 경우는 그다지 많지가 않은 것이 현실이다. 만약 이러한 상황을 고려하지 않고 통계적 추론을 할 경우 잘못된 결론이 도출될 수 있다. 본 연구에서는 오차항이 일차 공간자기상관을 따르는 공간선형회귀모형에서 자료가 불완전한 상태 일 경우 일반화 최대엔트로피 형식을 이용하여 미지의 모수를 추정하는 방법을 제안하였고 몬테카를로 모의실험을 통하여 여러 전통적인 추정량들과 효율성을 비교하였다. 그 결과, 자료가 불완전한 상태에서 일반화 최대엔트로피 추정량이 다른 추정방법들에 비해 효율적인 추정치를 제공하였다.

• 응용통계연구
• /
• 제17권3호
• /
• pp.489-498
• /
• 2004

이 논문에서는 일반화가중선형모형이라는 새로운 형태의 선형모형을 제시한다. 일반화가중선형모형은 설명변수와 반응변수의 관계를 설명분포함수의 선형결합이 반응변수의 평균에 대한 연결분포함수를 통해 모형화 되는 형태를 가지는 것으로 가정한다. 이모형은 일반화선형 모형에서 연결함수를 선택할 때 발생할 수 있는 모수공간과 선형 예측값의 공간이 일치하지 않을 수 있다는 문제가 발생하지 않고 모수에 대한 해석이 용이하다는 장점이 있다. 이 논문에서는 설명분포함수와 연결분포함수를 선택하는데 있어 발생할 수 있는 문제와 해결책에 대해 알아본다. 또한 모형에 포함되어 있는 모수를 추정하는데 고려해야 할 주의 사항과 이 사항들을 고려한 최대가능도추정법과 재표집 방법을 이용한 구간추정과 가설검정에 대해 알아본다.

• Journal of the Korean Data and Information Science Society
• /
• 제27권5호
• /
• pp.1215-1224
• /
• 2016

고해상도 격자 단위 기후정보는 농업, 관광학, 생태학, 질병학 등 다양한 분야의 현상을 설명하는 중요 요인이다. 고해상도 기후정보는 동적 모형과 통계적 모형을 통해 얻을 수 있다. 통계적 모형은 동적 모형에 비해 계산 시간이 저렴하여 시공간 해상도가 높은 기후자료 생성에 주로 이용한다. 본 연구에서는 2003년부터 2012년까지 1월에 관측된 일 평균기온자료를 토대로 통계적 모형의 일 평균 기온을 생성하였다. 통계적 모형으로 선형모형을 기반으로한 일반선형모형, 일반화가법모형, 공간선형모형, 베이지안공간선형모형을 고려하였다. 예측성능평가를 위해 60개소의 지상관측소에서 관측된 일 평균기온을 모형적합 자료로 사용하여 352개소의 자동기상관측의 일 평균기온을 검증하였다. 평균제곱오차와 상관계수를 보면 베이지안공간모형의 예측성능이 다른 모형에 비해 상대적으로 우수하였다. 최종적으로 $1km{\times}1km$ 격자 단위 일 평균기온 지도를 생성하였다.

• 응용통계연구
• /
• 제27권3호
• /
• pp.475-485
• /
• 2014

일반화 선형모형(GLM)에 기초한 확률적 날씨 발생기(Stochastic weather generator)는 일일 날씨를 생성하는데 가장 일반적으로 사용되는 방법인다. 본 논문에서는 다층구조를 이용하여 기존의 GLM weather generator에 공간구조를 소개하였다. 계절별 총강우량의 overdispersion 현상을 효과적으로 제거하기 위해서 smoothing된 계절별 총강우량을 모형에 포함하였고 공간구조를 소개하기 위해서 Stochastic weather generator의 모형계수에 공간구조를 가지는 다변량 정규분포를 가정하였다. 그리고 제안된 공간구조를 가지는 GLM weather generator 모형을 우리나라 76개 지역에서 39년간 측정된 일별 강우량 관측자료에 적용하였다.

• 대한토목학회논문집
• /
• 제26권3B호
• /
• pp.279-289
• /
• 2006

최근에 수문시계열로부터 저차원의 비선형 거동을 재구성하고자 하는 연구가 활발히 진행되고 있다. 이러한 관점에서 본 연구에서는 Support Vector Machine(SVM)을 이용하여 우수한 상태-공간 재구성 능력을 갖는 비선형 예측모형을 구성하여 Great Salt Lake(GSL) Volume에 적용하였다. SVM은 Kernel 함수로부터 유도된 고차원의 특성공간 안에서 선형함수의 가상공간을 이용하는 Machine Learning 방법론이다. 또한 SVM은 훈련자료로부터 얻어지는 평균제곱오차가 아닌 일반화된 오차를 최소화함으로써 상대적으로 기존 방법에 비해 적은 수의 매개변수와 과적합(over fitting)을 피하면서 비선형 함수의 최적화가 가능하다. 본 연구에서 제시한 SVM 회귀분석의 적용성은 미국의 GSL의 2주 간격 Volume을 대상으로 검토하였다. SVM을 이용한 비선형 예측모형은 GSL Volume의 2주(1-Step), 8주(4-Step)와 반복예측(Iterated Prediction, 121-Step)까지 적용되었다. 본 연구에서는 극치사상 즉, 급격한 감소 및 증가 구간을 예측하는데 있어서 훈련구간과 예측구간을 구분하여 모형의 신뢰성을 평가하였다. 예측결과SVM은 훈련자료로부터 적은 수의 관측치를 이용하여 동역학적 거동을 추출할 수 있었으며 실제 관측자료와 거의 유사한 예측이 가능함을 통계적 지표로 확인할 수 있었다. 따라서 비선형 수문시계열의 단기 예측을 위한 모형으로 적용이 가능할 것으로 판단된다.

• 대한지리학회지
• /
• 제33권2호
• /
• pp.325-338
• /
• 1998

본 연구에서는 시.공 복합적인 선형 점 자료를 대상으로 시간과 공간을 함께 고려했을 때 자료 내에 군집(cluster)-시.공 복합 군집(space-time cluster)-이 존재하는 가를 검증하는 방법에 대해 논의하고, 실제 교통사고지점의 분포자료를 분석하여 군집의 유무를 통계적으로 검증하였다. 통계 분석의 결과 다음과 같은 사실이 확인되었다. 첫째, Knox의 분할표 방법과 Mantel의 역수 변환을 이용한 일반화된 회귀분석방법 모두 임계 거리 및 임계 시간 간격의 선택이 분석결과에 영향을 미친다. 둘째, 이러한 임의성을 극복하기 위해 다양한 임계 거리 및 임계 시간 간격(혹은 부가 상수)에 대해 반복 실험한 결과, 일부 임계값의 조합에서 시간과 공간이 서로 독립적이라는 귀무가설을 기각할 수 있는 증거가 발견되었다. 셋째, 시.공 복합 군집의 파악에 가장 적합한 임계 거리와 임계 시간 간격은 공간적으로는 7000m, 시간적으로는 14일 혹은 21일이다. 마지막으로, 통계 분석과정에서 자료에 존재하는 중복 기록 사고들의 존재가 밝혀짐으로써 시.공 복합군집 검증이 탐험적 자료 분석(exploratory data analysis)의 도구로서 가지는 가치를 확인할 수 있었다.

• 응용통계연구
• /
• 제10권2호
• /
• pp.293-308
• /
• 1997

일변량 분할 역회귀 방법은 일반화 회귀모형에서 효과적인 차원축약방향과 공간을 추정하는 방법이다. 본 논문에서는 두 일반화 회귀모형을 동시에 고려하여 효과적인 차원축약방향과 공간을 추정하는 방법으로 이변량 분할 역회귀를 제안한다. 이러한 이변량 분할 역회귀 방법은 모형식이 선형, 이차형, 삼차형, 비선형 등의 여러 모형식에서 효과적인 차원축약방향을 추정하며, 일변량 분할 역회귀에 비하여 모형에 존재하는 오차에 크게 영향을 받지 않고 효과적인 차원축약방향을 추정한다. 특히 모형식이 대칭의 이차형인 경우에 일변량 분할 역회귀 방법이 효과적인 차원축약방향을 추정하지 못하는 문제를 해결할 수 있다.

• Journal of the Korean Data and Information Science Society
• /
• 제26권1호
• /
• pp.101-109
• /
• 2015

행정구역상 읍/면/동 단위의 소지역 (small area)별로 질병위험의 차이에 대한 분석을 위해, 2005년 기준 서울 행정동을 기준으로 2005년부터 2008년까지 질병, 사고, 암 사망자료에 대한 표준화 사망률 (SMR; standardized mortality rate)을 고려하였다. 소지역 단위로 질병사망률을 직접 추정하는 것은 소지역 내 표본수가 작아, 개발 소지역 단위에서의 직접 계산된 SMR은 그 추정치의 정도 (precision) 확보가 어려운 문제점이 발생한다. 따라서, 본 연구에서는 각 소지역간 효과 추정을 위해 공간적 상관성 (spatial correlation)을 가지는 다단계 일반화 선형모형 (HGLM; hierarchical generalized linear models)을 고려하였다. 이를 통해, 서울지역 동별 주요 사망원인에 따른 공변량의 효과 및 추정된 SMR을 근거로 질병지도 결과를 제시하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제27권5호
• /
• pp.1169-1182
• /
• 2016

한국인의 전형적인 사망 원인인 암은 보건 분야에서 중요한 문제이다. 통계청이 제시한 Cause of death statistics (2014)에 따르면, 7대 광역시 중 부산의 표준화 사망률 (standardized mortality rate; SMR)이 가장 높게 나타났다. 이 논문에서는 부산지역암센터의 암등록자료를 이용하여 암발생률과 암사망률의 정도를 추정하고자 한다. 2003~2009년 자료를 대상으로 구/동과 같은 소지역 단위를 고려하였으며, 전체 암과 4대 주요암 (위암, 대장암, 폐암, 간암)에 대해 분석하였다. 공간 상관성을 고려한 공간 다수준 모형을 통해 모형 선택과 모수 추정을 수행하였다. 공간 효과에 대해서는 조건부 자기회귀 (conditional autoregressive; CAR)를 가정하였으며 WinBUGS를 이용하였다. 분석의 결과로 각 지역에서의 공간 효과를 어떻게 분석하고 해석하는지 제시하였다.