• 의정연구
• /
• 제26권2호
• /
• pp.113-140
• /
• 2020

이 연구는 공간적 자기상관성(spatial autocorrelation)이라는 개념을 사용해 한국 선거를 처음으로 분석했다는 점에서 의미가 있다. 공간적 자기상관성이란, 공간상의 한 위치에서 발생하는 사건은 그 주변 지역에서 발생하는 사건과는 상관관계가 높다는 것을 의미한다. 제21대 총선 서울지역의 투표율을 관내 사전투표율과 본투표율로 나누고 투표율의 공간적 패턴이 나타나는지 살펴보았다. 기존의 연구가 선거구 단위를 토대로 분석한 것이 대부분이고 개인자료를 사용한 것이라면 이 연구에서는 좀 더 하위 단위인 읍면동 단위를 기준으로 분석했고 공간자료와 집합자료를 사용해 분석하였다. 본투표율의 모란 I (Moran's I) 지수는 0.261로 꽤 높은 공간적 자기상관성을 보인 반면 관내사전투표율의 지수는 0.095로 낮아 통계적 유의성이 있음에도 불구하고 공간적 자기상관성이 거의 없는 것으로 나타났다. 공간적 자기상관성이 강하게 나타난 본투표율을 OLS 회귀모델과 공간통계모델로 비교해 분석해보았다. 일반 회귀모델에서 결정계수인 R²가 0.585261에서, 공간오차모델에서는 0.656631로 상승하여 약 7퍼센트포인트의 설명력 증가를 볼 수 있어 공간통계모델이 설명력이 높다는 사실을 알 수 있었다. 가장 흥미로운 결과는 관내사전투표율과 본투표율의 관계인데, 관내사전투표율이 높은 동은 본투표율이 낮게 나오고, 관내사전투표율이 2% 정도 올라가면 본투표율은 약 1% 정도 떨어지는 것으로 조사되었다. 이 연구에서는 관내사전투표율과 본투표율에 영향을 미치는 변수는 매우 다르고, 관내사전투표율의 상승폭이 본투표율 하락폭과 다르다는 점에서 투표편의제공에 따른 분산효과로만 볼 수 없다는 것을 알 수 있어 기존 연구와 차별성을 가진다.

• 방송공학회논문지
• /
• 제17권5호
• /
• pp.864-875
• /
• 2012

본 논문에서는 단일 반송파 MIMO 시스템 기반의 PN 부호열을 이용한 반송파 주파수 오차 추정 방법을 제안한다. 제안하는 방법은 송신되는 각각의 PN 부호열들의 위상을 회전시켜 전송하여, 일부 PN 부호열들이 서로 상쇄되어 버리는 것을 방지한다. 수신한 PN 부호열과 수신기에서 자체 생성한 PN 부호열의 공액곱셈 연산을 통해 변조를 제거한 뒤, 다수의 자기 상관기를 이용한 ML (Maximum Likelihood) 알고리듬을 이용하여 반송파 주파수 오차를 추정한다. 또한 시변채널에서의 정확한 주파수 오차 추정을 위해 채널 정보를 이용한 주파수 오차 추정 구조를 제안하였다. 컴퓨터 모의실험을 통해, 송신 및 수신 안테나가 두 개인 $2{\times}2$ MIMO 시스템에 제안하는 기법을 적용하고 L&R 알고리듬을 이용하여 AWGN (Additive White Gaussian Noise) 환경 및 시변 Rayleigh 채널에서의 MSE (Mean Square Error) 성능을 측정하였다. 그 결과 AWGN 환경 상에서 MIMO 시스템에 적용한 제안된 기법의 MSE 성능이 SISO 시스템에서의 성능과 거의 동일함을 보였다. 또한 시변 Rayleigh 채널에서 제안된 채널 정보를 이용한 추정 기법의 MSE 성능이 기존 방법 및 SISO 시스템에 비해 높음을 보였다.

• 부동산연구
• /
• 제24권1호
• /
• pp.7-14
• /
• 2014

본 연구는 2006년 1월부터 2013년 6월까지의 서울시 아파트 개별 실거래가격에 대한 시공간 자료로 시공간자기상관의 문제를 헤도닉가격결정모형에 의한 통상최소자승법(OLS), 시간효과를 고려한 시간자기회귀모형(TAR), 공간효과를 고려한 공간자기회귀모형(SAR)과 시공간자기회귀모형(STAR)을 이용해 아파트 가격 추정결과를 비교분석하였다. 실증분석결과, STAR모형이 기존의 OLS에 비해 수정결정계수가 약 10% 증가하였으며, 추정오차는 약 18% 감소한 것으로 나타나 시공간효과를 고려했을 때 아파트 가격 추정이 기존모형에 비해 정확함을 알 수가 있었다. STAR모형 분석결과, 아파트 매매가격에 전용면적(-), 아파트연수(-), 저층더미(-), 개별난방(-), 도시가스(-), 재건축더미(+), 계단식(+), 단지규모(+)등이 영향을 주는 것으로 나타났으며 다른 분석방법론과도 대부분 같은 부호를 나타냈다. 시공간자기회귀모형을 이용해 부동산 가격을 추정시 정부 당국자는 부동산시장의 동향을 정확히 파악해 정책을 수립 집행해 정책효율을 높을 수 있고 투자자의 입장에서는 객관적인 정보를 바탕으로 합리적 투자를 할 수 있다.

• 한국지형학회지
• /
• 제20권4호
• /
• pp.85-99
• /
• 2013

이 연구의 목적은 다중 시기 원격탐사 자료로부터 추출한 수륙경계선을 이용하여 제작된 간석지 수치표고모델(DEM)에 포함된 오차의 공간 분포 분석 및 침수 취약성 추정에 있다. 오차의 전역적인 통계값만을 제시했던 기존 연구와 달리, 이 연구에서는 지구통계학적 시뮬레이션을 이용하여 확률론적 관점에서 오차의 공간 분포를 정량적으로 해석하였다. 바람아래 간석지를 대상으로 2010년대 다중 시기 Landsat 자료로부터 추출된 수륙경계선과 보정 조위값을 이용하여 초기 DEM을 생성하였다. 현장 고도 측정 자료와 비교하였을 때, 생성된 DEM은 대체로 실제 고도를 저추정하는 것으로 나타났으며, 지역적인 차이가 나타났다. 이후 오차의 공간 자기상관성 정보를 기반으로 순차적 가우시안 시뮬레이션을 적용하여 다량의 대안적 오차 공간 분포도를 작성하였다. 이 오차 공간 분포도를 이용하여 오차가 보정된 대안적 DEM을 생성한 후에, IPCC SERS 해수면 상승 시나리오에 따른 침수 취약성의 확률 분포도를 제작하였다. 지구통계학적 시뮬레이션 기반 오차분석 방법론은 오차 추정의 불확실성 및 오차 전파 문제를 확률론적으로 표현할 수 있다. 따라서 이 연구에서 적용한 오차 분석 방법론은 수륙경계선 기반 간석지 DEM의 오차 추정뿐만 아니라, 다양한 분야의 주제도에 포함된 오차의 확률론적 평가에 유용하게 사용될 수 있을 것으로 기대된다.

• 대한지리학회지
• /
• 제45권6호
• /
• pp.806-819
• /
• 2010

센서스 단위의 인구자료는 기초적인 인문사회 자료로 행정구역 단위로 요약되어 공간분석에 시용된다. 정밀한 인구 분포를 추정하기 위해 기존의 연구에서는 위성영상과 회귀분석 모형을 이용하였다. 하지만 회귀식에 의한 추정치는 공간자료의 공간적자기상관과 잔차 때문에 정확도에 있어 한계가 있었다. 본 연구는 회귀모형과 회귀모형에서 추출된 잔차에 대해 공간적자기상관을 고려하도록 크리깅 보간하는 RK모형(Regression Kriging Model)을 이용하여 인구분포의 추정 정확도를 향상하였다. RK모형을 적용하여 서울시의 4개구를 대상으로 사례분석을 하였으며, 모형의 효율성을 검증하기 위해 회귀분석만을 이용한 예측 결과와 RK모형을 이용한 예측 결과를 서로 비교하였다. 비교한 결과로 상관관계 계수 평균제곱근 오차, G 통계량 수치에서 RK모형의 추정 정확도가 기존의 회귀모형에 비해 높게 나온 것을 확인할수 있었다. 향후 정확한 인구추정을 위해 RK모형이 많이 활용될 수 있을 것이다.

• 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.

• 한국통신학회논문지
• /
• 제34권1C호
• /
• pp.131-137
• /
• 2009

Bin offset carrier (BOC) 신호 동기화 과정은 GPS, Galileo와 같은 위성항법시스템에서 가장 중요한 단계이다. BOC 신호 동기화 과정은 일반적으로, 수신 BOC 신호와 단말기의 BOC 신호 사이의 상관함수를 이용하여 이루서진다. 따라서 BOC 자기상관함수의 다중 첨두 문제는 동기화 오차의 주요한 원인이 된다. 최근 Julien에 의해 BOC 상관함수 상의 주변 첨두 크기를 줄일 수 있는 기법이 제안되었다. 그러나 이 기법은 주변 첨두를 완벽히 제거하지 못하며, 적용할 수 있는 신호도 제한적이다. 본 논문에서는 주변 첨두가 완벽히 제거된 새로운 상관함수를 제안하였다. 제안한 상관함수는 sine 위상 및 cosine 위상의 BOC 신호 모두에 적용할 수 있으며, 주변 첨두를 완벽히 제거할 수 있다. 또한 제안한 상관함수를 효율적으로 구현할 수 있는 상관기 구조도 제안하였다.

• 한국수자원학회논문집
• /
• 제49권9호
• /
• pp.761-771
• /
• 2016

기상청에서 운영하고 제공하는 전지구 계절예측시스템 GloSea5 (Global Seasonal forecasting system version 5)자료를 활용하여 용담댐유역에 적용하고자 하였다. GloSea5는 예측자료(Forecast; 이하 FCST)와 과거재현자료(Hindcast; 이하 HCST)로 제공되며 공간 수평해상도는 N216 ($0.83^{\circ}{\times}0.56^{\circ}$)으로 중위도에서 약 60km이다. 이를 유역단위 물관리에 활용하기 위해서는 시 공간적인 상세화가 필요하므로 통계적 상세화 기법을 수행하여 변수가 갖는 계통적인 지역 오차를 보정함으로써 자료의 신뢰도를 향상시키고자 하였다. HCST자료는 앙상블 형태로 주어지며 용담댐 유역의 앙상블 평균에 대한 6번 격자의 통계적인 상관성($R^2=0.60$, RMSE=88.92, NSE=0.57)이 가장 높게 나타났다. 또한 계절분석시 여름철의 경우 원시 GloSea5 강우량이 600.1mm로 관측값인 816.1mm 대비 -26.5%로 가장 많은 차이를 보였으며 상세화 후 GloSea5 강우량은 -3.1%의 오차율을 보였다. 대부분의 과소 모의된 결과가 여름철 홍수기에 해당되는 강우로 상세화 이후 강우가 회복되는 매우 중요한 결과를 보였다. 계절별 Moran's I 지수를 이용한 공간적 자기상관분석 결과 역시 통계적으로 유의성 있는 공간적인 분포를 나타냄으로써 자료의 불확실성을 개선하고 시 공간적인 정확도와 타당성을 입증하였다. HCST기간에 대한 GloSea5의 앙상블 강우에 대한 신뢰도를 향상시킴으로써 수문학적인 영향을 평가하기 위한 자료로서의 충분한 가능성을 확보하였으며 이러한 시 공간적인 재현성에 대한 평가결과는 향후 유역단위 물관리를 위한 기초자료로서 매우 중요한 역할을 할 것이다.

• 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.

• 한국항만경제학회지
• /
• 제31권1호
• /
• pp.69-84
• /
• 2015

본고는 개입 승법계절 ARIMA모형과 인공신경망모형을 이용하여 해상운송 물동량을 추정하고 사전적 예측치를 도출하였다. 개입 ARIMA의 추정결과 오차항에서 자기상관이 존재하지 않고 정규성이 존재함으로써 오차항의 기본가정이 잘 충족되고 있음을 확인하였다. 그리고 개입 승법계절 ARIMA모형과 인공신경망모형에 대해 예측실적 오류를 ME, MAE, RMSE, MSE로 측정한 결과 ARIMA $(2,1,0)(1,0,1)_{12}$이 가장 우수한 예측모형임을 확인할 수 있었다. 2015년부터 2019년까지의 기간에 대해 개입 ARIMA모형을 이용한 해상운송 물동량의 사전적 예측치 결과 4.54%에서 4.99%의 연평균 증가율을 보였고, 인공신경망모형을 이용한 예측결과 2.00%에서 2.44%까지의 연평균 증가율을 나타냈다.