• 응용통계연구
• /
• 제22권4호
• /
• pp.819-827
• /
• 2009

김인영 등 (2006)은 두 개 포아송 분포의 혼합모형에 기초한 회귀모형으로써 2002년 (사)볼런티어 21에서 실시한 설문조사 자료를 분석하여 우리나라 개인들이 기부한 횟수에 영향을 미치는 유의적 변수들을 식별하였다. 본고에서는 김인영 등 (2006)에서도 언급하였듯이 기부횟수 0의 관찰 빈도와 예측 빈도간 차이가 유독 큰 점을 감안하여, 0이 팽창된 포아송(zero inflated Poisson: ZIP)을 기존의 두 개의 포아송 혼합분포에 추가하여 일종의 세 개 포아송 혼합분포 형태로 모집단 분포를 구성하며 동 모형의 회귀모형으로써 기부횟수 자료를 재분석하고자 한다. 회귀계수에 대한 추정은 두 단계 EM 알고리즘으로 이루어 졌고, 유의적 설명 변수의 검색은 김인영 등 (2006)과 같았으나 본 연구에서는 고정된 령(零)군의 비율을 0.201로 추정할 수 있었으며, 두 가지 유의적 설명변수인 소득과 자원봉사 중에서 자원봉사가 기부 횟수를 늘리는 안정적 도구 변수로써 작용할 수 있음을 보고하고 있다.

• 대한안전경영과학회:학술대회논문집
• /
• 대한안전경영과학회 2012년 춘계학술대회
• /
• pp.393-398
• /
• 2012

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2023년도 추계학술대회
• /
• pp.120-121
• /
• 2023

최근에 해운산업의 수요와 공급이 지속적으로 일치하지 않으면서 불균형 현상이 이어지고 있다. 이에 따라 해운선사들은 선박의 공급량을 조절하기 위해 블랭크 세일링을 실시하며 수요와 공급의 균형을 맞추고 있다. 블랭크 세일링은 화물 운송을 지연시키는 부정적인 연쇄효과를 발생시키기 때문에 본 연구에서는 포아송 회귀분석을 이용하여

• Communications for Statistical Applications and Methods
• /
• 제2권1호
• /
• pp.22-31
• /
• 1995

본 논문에서는 포아송 반응을 갖는 로그 선형 회귀 모형에 붙스트랩 방법을 이용하여, 여러가지 통계적 추론을 위한 유용한 확률적 결과들을 연구.소개하고, 모의실험을 통한 소표본 성질들을 다양하게 제시하고자 한다. 특히 로그 선형 회귀 모형에 대한 최우 추정량 $\hat{\beta_n}$ 및 정보행렬 I(${\beta}_0$)의 추정량들 $I_1(\hat{\beta_n}{\cdot}X)$와 $I_2(\hat{\beta_n}{\cdot}X)$에 대한 일치성 및 정규성등의 확률적 성질들, 그리고 붙스트랩 방법을 적용한 대표본 성질들과 관련하여 여러가지 모의실험 결과들을 분석.연구하였다.

• 한국도로학회논문집
• /
• 제11권2호
• /
• pp.151-158
• /
• 2009

본 연구는 지방부에서의 후미추돌사고를 다루고 있다. 이 연구의 목적은 신호교차로의 후미주돌 사고특성을 분석하고 청주 청원에 대한사고모형을 개발하는 것이다. 이를 위해, 이 연구에서는 도시부와 지방부의 특성을 비교하는데 중점을 두고 있다. 이 연구에서 사용된 종속변수는 사고건수와 EFDO(equivalent property damage only)이며, 독립변수는 교통량과 기하구조 요소들로 이루어졌다. 주요 연구결과는 다음과 같다. 첫째, 사고건수를 종속변수로 이용한 포아송 회귀모형과 EFDO를 종속변수로 이용한 음이항 회귀모형이 통계적으로 적합한 것으로 분석된다. 둘째, 포아송 회귀분석 결과 나타난 독립변수들은 중차량비, 교통량 합계 그리고 차량 유출입구 합계이며 음이항 회귀분석으로 나타난 요인은 주도로 폭, 교통량 합계 그리고 중차량비로 분석된다. 마지막으로, 지방부에서의 특정 독립변수는 주도로 폭과 중차량비 그리고 차량 유출입구 합계이다.

• Communications for Statistical Applications and Methods
• /
• 제2권2호
• /
• pp.155-165
• /
• 1995

반복측정자료의 분석을 위해 제안된 Liang and Zeger(1986)의 회귀모형은 일반화추정식(generalized estimationg equations, GEE)을 이용하여 모형의 모수를 추정한다. 이 모형은 반복측정된 반응변수와 설명변수들과의 관계를 추정하는 것이 주된 목적이기 때문에 회귀모수는 중요한 모수로 간주되나 산포모수는 중요하지 않은 장애모수(nuisance parameters)로 간주된다. 일반적으로 GEE 분석에서 회귀모수의 추정량은 산포모수에 상관없이 일치적(consistent)으로 얻어진다고 알려져 있다. 그러나 본 논문에서는 포아송분포를 따르는 반복측정자료에 대한 사례연구와 모의 실험을 통해서 일반적으로 믿어져왔던 것과는 달리 GEE 방법이 산포모수에 민감하게 영향을 받고 있음을 보였다. 특히 산포모수의 값이 일정하지 않은 경우에는 GEE 방법이 산포모수에 민감 하게 영향을 받고 있음을 보였다. 특히 산포모수의 값이 일정하지 않은 경우에는 GEE 방법에서 밝혀진 회귀모수 추정량의 일치성에도 문제가 발생할 수 있음을 보였다.

• 한국항해항만학회지
• /
• 제48권1호
• /
• pp.62-77
• /
• 2024

해상운송 산업에서는 공급과 수요의 불균형이 지속적으로 증가하면서 세계 주요 해운선사들이 해운 시황에 따른 선복량을 탄력적으로 조절하기 위해 블랭크 세일링을 주요 수단으로 사용하고 있다. 일반적으로 블랭크 세일링은 중국의 춘절 기간에 맞추어 많이 실시되어 왔지만, 2020년부터 시작된 글로벌 팬데믹과 미국·중국 간 무역 전쟁 등과 같은 특수한 상황으로 인해 최근 해운선사들은 기존 대비 큰 규모의 블랭크 세일링을 실시하였다. 이러한 블랭크 세일링은 화물 운송 지연에 직접적 영향을 미치기 때문에 기업과 소비자의 측면에서 부정적인 영향을 초래할 수 있다. 따라서 본 연구는 이에 선제적으로 대응하기 위해 포아송 회귀모형과 음이항 회귀모형을 활용하여 해상운임 결정요인이 해운선사의 블랭크 세일링에 미치는 영향력을 분석하였다. 분석 결과, 포아송 회귀분석의 2M의 경우 유의한 변수로 글로벌 컨테이너 해상물동량, 컨테이너 선복량, 컨테이너선 해체량, 컨테이너선 신조선가지수, OECD 인플레이션을 도출하였고, 음이항 회귀분석의 Ocean Alliance의 경우 글로벌 컨테이너 해상물동량과 컨테이너선 발주량을, THE Alliance의 경우 컨테이너선 선복량과 금리를, Non-Alliance의 경우 국제유가, 글로벌 공급망 압력지수, 컨테이너선 선복량, OECD 인플레이션을, Total Alliance의 경우 컨테이너선 선복량과 금리를 유의한 변수로 도출할 수 있었다.

• 응용통계연구
• /
• 제12권2호
• /
• pp.527-535
• /
• 1999

양적 확률응답을 이용한 민감사안에 대한 평균이나 분석의 추정시 보조정보를 활용한 회귀추정법에 대해서 언급하고, 유도된 회귀추정량과 Greenberg et al.의 추정량 그리고 비추정량과의 비교의 통하여 회귀추정량이 효율적일 수 있는 조건을 찾았다. 또한 각 질문에 대한 응답의 분포가 포아송 분포인 경우 회귀추정량의 효율이 증대될 수 있는 조건에 대해서도 논하였다.

• 응용통계연구
• /
• 제21권4호
• /
• pp.603-613
• /
• 2008

셀 수 있는 이산 자료 중에서 일반적인 모형에 비하여 영의 빈도가 과도하게 많이 관측되는 자료가 있다. 이러한 경우에 포아송 또는 음이항회귀모형과 같은 일반적인 회귀모형에 의한 분석은 적절하지 못하다. 본 논문에서는 영과잉 포아송회귀모형과 영과잉 음이항회귀모형에 대하여 베이지안 분석을 하였다. 또한, 마코브 연쇄 몬테카롤로 방법으로 계산한 베이즈 요인을 이용하여 모형선택을 하였다. 실제 교통사고 자료를 분석하여 이론적인 결과들을 뒷받침하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제27권5호
• /
• pp.1337-1347
• /
• 2016

본 연구는 생명보험사의 핵심 영업채널의 역할을 하고 있는 보험설계사들에 대한 설문을 바탕으로 보험설계사들의 이직횟수에 영향을 주는 요인을 찾고자 한다. 반응변수 이직횟수는 계수자료 (count data)이기에 일반화선형모형의 하나인 포아송회귀모형을 통해 분석된다. 현 조직에서의 보험설계사 근무경력은 보험설계사의 이직횟수에 직접적인 영향을 주는 변수로 본 연구모형에서는 통제변수로 설정되었다. 포아송회귀모형 적합결과, 보험설계사 이직의 횟수에 가장 큰 영향을 주는 요인은 현재 속한 회사 (대리점)으로 나타났으며, 다음으로 연령, 보험설계사로 입사하게 된 동기, 월평균 소득, 월평균 신계약건수, 최종학력 순으로 나타났다. 보험설계사가 현재의 속한 조직이 대형생보사이면 이직의 횟수가 가장 낮고, GA (general agent, 독립대리점) 소속이면 이직의 횟수가 높아지는 경향을 보이고 있다. 연령은 적을수록 이직의 횟수는 증가하고 연령이 많을수록 이직의 횟수는 작아짐을 보여주었다. 보험설계사로 입사하게 된 동기는 친구, 친척, 가족 등 지인의 추천과 동료FP, 소장, 지점장 등의 권유이면 이직의 횟수는 작게 나타났고 단순한 경제적 수입의 니즈와 능력과 적성이 부합의 자발적인 경우는 오히려 이직의 횟수는 높게 나타났다.