• 국제지역연구
• /
• 제16권1호
• /
• pp.275-301
• /
• 2012

본고는 1980-2009년 기간 인도의 주별 1인당 소득 자료를 이용하여 지역별 불균형 성장을 분석하였다. 전통적인 회귀모형과 공간자기회귀모형을 활용하여 분석한 결과, 두 가지 분석 모두에서 초기소득수준이 경제성장률과 상관관계가 있다는 증거를 발견하지 못하였다. 하지만 공간시차모형 및 공간오차모형에서 공간요소가 주별 경제성장에 영향을 미친다는 증거를 발견하였다. 일부 주들(outliners)을 제외하여 공간효과를 재분석한 결과, 공간적 영향이 더 강하게 나타난 것은 물론 초기소득변수가 비록 통계적으로 유의하지는 않지만 음(-)의 값에서 양(+)의 값으로 전환되었다. 더욱이, 공간효과를 나타내는 두 계수의 값이 통계적으로 유의한 음(-)의 값을 갖는 것으로 추정되었다. 또한 변이계수를 이용하여 주별 소득 분산을 계산 한 결과, 주별 소득 분산은 더욱 확대되고 있는 것으로 계상되었다. 따라서 인도의 주별 경제성장의 격차는 수렴보다는 확대되고 있다고 해석된다. 그 이유는 최근에 인도경제가 급속하게 성장하면서 일부 주들은 다른 주들보다 더 빠르게 성장하는 반면, 상대적으로 경제개발정책에서 소외된 지역의 주들은 느리게 성장하고 있기 때문으로 해석된다. 따라서 인도경제는 급속하게 성장하는 기간 동안은 지역별 성장의 격차는 지속될 가능성이 높은 것으로 분석된다.

• 디지털융복합연구
• /
• 제10권9호
• /
• pp.357-362
• /
• 2012

본 논문에서는 분산이 각각 다른 이분산성을 갖는 비선형 시계열 자료를 가지고, 비선형 시계열 모형중 1차 일반화 확률계수 자기회귀모형(GRCA(1))과 자료의 형태에 상관없이 적용할 수 있는 신경망 모형을 이용하여 예측을 해서 어느 모형이 최소 평균예측오차제곱의 기준에서 비선형 시계열 자료의 예측에 적합한지를 비교 분석 하는 것이다. 조건부 이분산 모형에 따르는 자료로 확인된 종합주가지수 변동율에 대한 사례 분석 결과를 보면 신경망 모형은 단기 예측에서 좋은 예측 결과를 보였고, 비선형 모형인 GRCA(1) 모형은 장기 예측에서 좋은 예측 결과를 보여 주었다.

• 응용통계연구
• /
• 제35권6호
• /
• pp.703-724
• /
• 2022

다변량 경시적 자료 분석은 반복 측정된 자료에 존재하는 상관관계를 올바르게 추정하면서 자료를 분석해야 한다. 경시적 연구에서는 다변량 경시적 자료가 주로 생성되지만, 기존 통계적 모형은 대부분 단변량으로 분석되어 다변량 경시적 자료에 존재하는 복잡한 상관관계를 제대로 설명하지 못하게 된다. 따라서 본 논문에서는 복잡한 상관관계를 설명하기 위해 공분산 행렬을 모형화하는 다양한 방법에 대해 고찰한다. 그 중 수정된 콜레스키 분해, 수정된 콜레스키 블록분해와 초구분해를 살펴본다. 그리고 일반화 자기회귀모수 행렬이 가지는 희박성 문제를 해결하기 위해 베이지안 방법을 이용하여 청소년 패널 데이터를 분석한다. 청소년 패널 데이터는 다변량 경시적 자료이며, 반응 변수로는 학교 적응도, 학업 성취도, 휴대전화 의존도를 고려한다. 자기 상관 구조와 혁신 표준 편차 구조를 달리 가정하여 여러 모형을 비교한다. 가장 적합한 모형에 대해 학교 적응도와 학업 성취도에 대해 모든 설명 변수가 유의미하며, 휴대전화 의존도가 반응 변수일 때 사교육 시간을 제외한 모든 설명 변수가 유의미한 것으로 나타난다.

• 한국지리정보학회지
• /
• 제22권1호
• /
• pp.1-18
• /
• 2019

본 연구에서는 천안시, 아산시의 $100m{\times}100m$격자 내에 집계된 소상공인 분포가 가지는 공간적 의존성(Spatial Dependency)과 공간적 이질성(Spatial Heterogeneity)을 전역적(Global), 국지적(Local) 공간 자기상관(Spatial Autocorrelation)을 통해 측정 및 가시화하였다. 먼저 탐색적 공간데이터 분석방법(ESDA: Explotory Spatial Data Analysis)인 Moran's I Index를 통해 연구지역에서 소상공인 분포의 정적(Positive)공간자기상관이 발생하는 것을 확인하였으며, 국지적 공간자기상관 지표(LISA : Local Indicators of Spatial Association) 중 하나인 Getis-Ord $GI{\ast}$를 통해 공간자기상관의 국지적 패턴을 가시화하였다. 이를 통해 소상공인 상가점포의 입지요인 분석 시 적용할 변수와의 관계에 대해 공간회귀모형의 적용이 타당함을 증명하였으며, 소상공인의 분포와 모바일 트래픽 기반의 시간대별 유동인구, 토지이용 혼합성 지수 그리고 주거지, 상점, 도로망, 교통결절점과의 공간영향관계를 지리가중 회귀분석(GWR : Geographically Weighted Regression)을 통해 분석하였다. 최종적으로 다중공선성(Multicollinearity)이 발생했던 버스정류장 접근성, 오후시간대 유동인구, 저녁시간대 유동인구를 제외한 6개의 변수를 적용하였고 GWR 모형이 OLS모형보다 주요통계량에서 모형 설명력이 개선됨을 도출하였다. 분석에 최종적으로 적용된 6가지 변수의 회귀계수와 국지적 결정계수(Local $R^2$)에 대해 연구지역 내에서 공간적으로 변화하는 변수별 영향력을 가시화하였다. 본 연구는 실질적으로 측정된 방식의 유동인구 정보를 적용함으로써 상권을 이용하는 도시민의 동적 정보를 반영한 것이 상권분석을 수행한 다른 연구들과 차별적인 성격을 가진다. 마지막으로 이러한 동적정보와 변수들의 공간적 상호작용을 구조화하기 위해 미시적 공간단위에서 공간통계학(Spatial Statistical)적 모형 적용을 통해 상권분석의 새로운 프레임을 제시하였다는 점에서 연구적 의의를 가진다.

• 한국수자원학회논문집
• /
• 제30권2호
• /
• pp.155-163
• /
• 1997

본 연구에서는 낙동강유역 진동, 현풍, 왜관 지점의 연평균 유량자료에 대하여 다변량 추계학적 모형올 적용하여 가뭄특성을 해석하였다. 추계학적 모형으로는 다변량 자기회귀 (MAR) 모형과 다변량 contemporaneous 자기회귀 (MCAR) 모형올 사용하였으며, 잔차계열의 왜곡도 검사, 계열상관도(correlogram) 등의 적합도 검정을 통하여 MCAR(1) 모형과 MAR(1) 모형올 적정 모형으로 선정하였다. 또한 MCAR(1) 모형과 MAR(1) 모형에 의해 모의발생된 자료 모두 실제자료의 기본적인 통계값과 매우 비슷하게 나타났다. 따라서 모의발생된 다양한 크기의 자료를 통하여 산정된 3개 지점의 재현기간별 가뭄특성치, 예를 들변 가뭄기간, 가뭄부족량, 가뭄강도 둥은 비교적 잘 재현된 것으로 판단된다. 위와 같이 산정된 가뭄특성치는 중.장기간 수자원 공급체계를 위한 계획과 설계에 중요한 정보를 제공할 것으로 기대된다.

• 응용통계연구
• /
• 제33권3호
• /
• pp.335-345
• /
• 2020

본 논문에서는 과거 2차 세계대전 자료 중 Ardennes 전역에서 있었던 실제 전투 자료를 란체스터 모형에 적합 시키기 위하여 로그변환된 선형회귀모형을 추정하는 문제를 다루었다. 먼저 동일한 자료에 대하여 기존 연구 결과를 고찰하여 모수에 대한 최적해(Global Solution) 결정 문제와 다중공선성 문제들을 확인하였다. 최소제곱 추정법에 의한 모수 추정은 특정 제약조건이나 제한된 후보군을 고려할 경우 최적해를 찾지 못하고 지역해(Local Solution)를 찾을 수 있음으로 주의가 필요하고, 모형에 포함된 변수들은 통계적으로 충분히 유의성을 검토하여 포함해야지 그렇지 않았을 때 모수 추정값들이 왜곡될 수 있다. 모형에 과도하게 많은 설명 변수를 포함하는 경우 변수 간의 상관관계로 인하여 추정값이 왜곡되고 변수의 추가나 제거 시 불안정한 현상들이 발생한다. 이런 다중공선성 문제를 탐색하는 방법은 설명 변수 간의 선형적 연관 관계를 측정할 수 있는 분산확대인자(VIF)로 알려진 통계량에 의해 확인이 가능하며 이를 조치하기 위해서는 상호 연관된 설명 변수들을 제거하여 모형을 단순화해야 한다. 그래서 이러한 문제가 발생하지 않도록 모형을 단순화하고 이해와 설명이 용이한 전투력 손실률 모형을 제안하였고 Ardennes 자료에 대하여 적합한 결과 모수 추정이 안정적이고 자료에 대한 설명과 해석이 용이하다는 점을 입증하였다. 특히, 모수 추정간 선형회귀 모형의 기본적인 가정사항인 독립성, 정규성, 등분산성을 검증하여 자기상관(Autocorrelation) 문제로 독립성이 훼손되어 과대 과소 추정될 우려가 있는 사항을 Cochrane-Orcutt 방법에 의해 변환하여 독립성과 정규성을 보장하였다.

• 응용통계연구
• /
• 제29권1호
• /
• pp.75-83
• /
• 2016

본 연구에서는 금융시장 통합화에 따른 금융 시장 전염을 생물학적 전염개념에 기초하여 분석하는 검정 방법론을 제시하였다. 금융 시장 통합화를 측정하기 위하여 U-통계량을 사용하였고, 금융 시장 전염 검정을 위하여 단일방정식 오차수정 모형을 중심으로 잠재 요인모형, 분위수 회귀모형과 런검정을 사용하였다. 시뮬레이션결과 단일방정식 오차수정 모형이 자기상관을 갖는 오차항을 포함한 선형 회귀모형에서 비교적 높은 수준의 적합도를 일관성 있게 보여 주고 있다.

• 한국지리정보학회지
• /
• 제15권1호
• /
• pp.43-51
• /
• 2012

주택시장 분석에 널리 사용되는 헤도닉 방법은 OLS(ordinary least squares) 모형을 이용하는데, 이는 오차가 독립적이며, 평균이 0이고, 분산이 일정하다는 가정에 기초한다. 그러나 공간 자기상관이 존재할 경우에는 이러한 가정에 위배되며, 공간효과를 제대로 반영하지 않으면 왜곡된 추정결과를 가져오게 된다. 최근 이에 대한 대안으로 공간계량모형이 도입되고 있는데, 이 연구에서는 OLS 모형과 공간계량모형의 적합도를 비교 평가하고자 한다. 부산시 실거래 주택매매 가격자료를 이용하여 분석한 결과, OLS를 이용한 기존의 헤도닉 모형보다는 공간자기상관을 고려한 공간계량모형들이 보다 설명력이 높았다. Dubin이 제시한 기준과 Log Likelihood 기준을 통해 볼 때 공간계량모형 중에서는 공간자기회귀모형(spatial autoregressive model: SAR)모형의 적합도가 높은 것으로 나타났다. 이를 통해 주택가격에 있어서의 공간효과를 확인할 수 있었으며, 재건축 추진여부가 아파트 매매가격에 매우 큰 영향을 미침을 알 수 있었다. 또한 적절한 공간계량모형의 선택은 정부의 주택정책에 있어서도 매우 중요하다고 하겠다.

• 대한토목학회논문집
• /
• 제32권1B호
• /
• pp.9-20
• /
• 2012

최근 수위 예측을 위한 개념적 기반, 수문학적, 물리적 기반 모형 등의 단점을 극복하고자 홍수예측을 위해 자료지향형 모형 중의 하나인 다중선형회귀 모형이 널리 도입되고 있다. 본 연구의 목적은 이러한 다중선형회귀 모형의 서로 다른 회귀계수 선정 방법에 따른 홍수예측 성능을 비교 검토하고 이를 통해 적절한 다중회귀 홍수예측 모형을 구축하는 것이다. 이를 위해 입력자료의 자기상관분석을 통해 독립변수의 시간 규모를 결정한 후 최소 자승법, 가중 최소 자승법, 단계별 선택법의 각기 다른 회귀계수 산정 방법을 이용한 홍수예측 모형을 구축하고 중랑천 유역의 다양한 홍수사상에 대해 적용하였다. 구축된 모형들의 성능을 평가하기 위해 평균제곱근오차, Nash-Suttcliffe 효율계수, 평균절대오차, 수정 결정계수와 같이 4개의 통계지표들을 사용하였다. 모의결과 단계별 선택법을 이용한 다중선형회귀 홍수예측 모형이 가장 정확한 예측 결과를 보였고, 최소자승법을 이용한 홍수예측 모형이 가중 최소자승법을 이용한 홍수예측 모형보다 좀 더 나은 예측 결과를 나타냈다.

• 한국경제지리학회지
• /
• 제25권1호
• /
• pp.183-201
• /
• 2022

주택가격을 정확히 추정하기 위한 많은 연구가 진행되어 왔다. 선행연구들은 주택의 고유 특성과 인근 지역 특성을 통제하는 계량경제모형을 활용한 분석이 많았다. 본 연구에서는 인공신경망 모형(ANN)을 활용하여 주택가격을 추정하였다. 딥러닝 기술의 장점은 변수 간의 복잡하고 비선형적인 특성을 모델링하고 데이터의 패턴을 인식할 수 있다는 것이다. 본 연구에서는 부동산 시장에서 공간적 분포도 패턴으로 인식할 수 있다는 가정하에 지리좌표를 설명변수로 ANN에 투입하였다. 선형회귀분석과 ANN 모형 간 비교 결과, 선형 모형 대비 ANN 모형의 설명력이 높았으며, 특히 ANN 모형은 지리좌표를 투입하였을 때 더 높은 정확도를 보여주었다. 또한 ANN 모형의 경우 지리좌표를 통해 모형 잔차의 공간적 자기 상관성이 크게 감소하였다는 점을 확인하였다. 이를 통해 ANN 모형의 패턴인식 능력을 활용하면 공간적 패턴을 학습시킴으로써 주택가격을 정확히 추정할 수 있음을 밝혔다.