• 대한토목학회논문집
• /
• 제36권2호
• /
• pp.333-340
• /
• 2016

본 연구는 부산광역시를 대상으로 범죄발생에 영향을 미치는 요인 특히, 공간구문론에 의한 영향을 분석한 실증적 연구이다. 정확한 분석을 위해 본 연구에서는 가산자료 분석의 대표적 방법인 포아송 회귀분석과 음이항 회귀분석을 활용하여 분석을 수행하였다. 5대 범죄발생에 미치는 영향을 분석한 결과, 총 13개 변수 중 8개 변수가 유의하게 나타났다. 인구학적 특성변수에서는 여성인구비율, 65세 노인인구 비율이, 토지이용 특성변수에서는 행정구역면적과 상업지면적비가 통계적으로 유의하게 나타났다. 범죄대응 특성변수인 CCTV는 그 수가 증가할수록 범죄발생은 감소한다고 나타났다. 공간구문 특성변수에서는 연결도, 국부통합도, 전체통합도가 통계적으로 유의하게 나타났다. 그 중에서 연결도는 그 수치가 낮을수록 연결된 다른 공간이 적기 때문에 갑작스런 방해자의 출현 가능성이 낮고, 통행인에 의한 감시도가 낮아져 범죄발생 요인이 되는 것으로 나타났다. 이러한 분석들을 통해 본 연구는 차후 범죄예방적 측면의 도시계획 입안 및 실천에 기여할 수 있는 기초적 자료를 제공하고자 한다.

• Journal of the Korean Data and Information Science Society
• /
• 제26권2호
• /
• pp.387-397
• /
• 2015

본 연구에서는 청년인턴 DB와 고용보험 DB를 사용하여 중소기업 청년인턴의 이직횟수에 영향을 미치는 요인을 분석하였다. 이직횟수는 음수가 아닌 정수 값만 가지는 계수 데이터 (count data)이므로 일반적인 선형회귀모형을 적용하는 것은 문제가 있다. 따라서 계수 데이터에 적합한 회귀모형으로 포아송 회귀모형, 영과잉 포아송 회귀모형, 음이항 회귀모형, 영과잉 음이항 회귀모형 등 4개의 회귀모형을 적용하였다. 분석결과 최적모형으로 영과잉 음이항 회귀모형이 선택되었다. 주요 분석결과를 정리하면 다음과 같다. 첫째, 통제집단 (비인턴집단)에 비해서 처리집단 (인턴집단)이 통계적으로 유의하게 이직경험이 낮게 나타났다. 둘째, 연령이 작을수록 통계적으로 유의하게 이직경험이 낮게 나타났다. 셋째, 여자에 비해서 남자가 유의하게 이직횟수가 높게 나타났다. 마지막으로 기업규모가 클수록 이직횟수가 유의하게 감소하는 것으로 나타났다.

• 대한교통학회지
• /
• 제26권2호
• /
• pp.35-46
• /
• 2008

본 연구는 지방부의 교통사고 특성을 분석하고 사고모형을 개발하는데 그 목적이 있다. 이를 위해 본 연구에서는 청주시와 청원군의 신호교차로를 중심으로 다중선형, 포아송 및 음이항회귀모형을 개발하는데 중점을 두고 있다. 분석된 주요 연구결과는 다음과 같다. 첫째, 사고특성 분석을 통해 지방부 교통사고의 특성이 요인별로 파악되었다. 둘째, 통계적으로 설명력이 높은 4개의 사고모형이 개발되었다. 마지막으로 평균차로폭차($X_2$)와 교차로간거리 ($X_{11}$)가 지방부의 특성을 반영할 수 있는 특정변수로 밝혀졌다.

• 응용통계연구
• /
• 제31권2호
• /
• pp.287-301
• /
• 2018

0이 과도하게 많이 나타나는 자료는 여러 다양한 분야에서 흔히 볼 수 있다. 이러한 자료들을 분석할 때 대표적으로 영과잉 포아송 모형이 사용된다. 특히 반응변수들 사이에 상관관계가 존재할 때에는 랜덤효과를 영과잉 포아송 모형에 도입해서 분석해야 한다. 이러한 모형은 주로 빈도론자들의 접근방법으로 분석되어왔는데, 최근에는 베이지안 기법을 사용한 분석도 다양하게 발전되어 왔다. 본 논문에서는 반응변수들 사이에 상관관계가 존재하는 경우 랜덤효과가 포함된 영과잉 포아송 회귀모형을 베이지안 추론 방법을 토대로 제안하였다. 이 모형의 적합성을 판단하기 위해 모의 실험을 통해 랜덤효과를 고려하지 않은 모형과 비교 분석하였다. 또한, 실제 지역사회 건강조사 흡연 자료에 직접 응용하여 그 결과를 살펴보았다.

• 대한교통학회지
• /
• 제23권1호
• /
• pp.33-44
• /
• 2005

철도건널목사고는 일반 도로사고보다는 상대적으로 사고의 발생도는 적으나, 사고의 심각도면에서는 대형사고로 연결될 수 있다는 점에서 철도건널목에서의 안전성 확보는 결코 소홀히 다루어질 수 없다. 본 연구에서는 건널목 사고모델을 통해 건널목 사고에 영향을 미치는 요인들은 분석하고 이를 정량화하여 교차로 안전성 향상에 기여하고자 한다. 본 연구에서는 건널목사고 분석에 있어서 사고데이터 특성을 고려하여 비선형 회귀분석 중 적정 모델식을 적용하였다. 철도건널목 관련 변수들을 이용하여 분석한 결과, 분산값이 0에 가까운 값을 나타내어 포아송 회귀분석이 적합한 것으로 나타났다. 또한 본 연구에서는 주 모델과 후보모델 통해 건널목 사고에 영향을 미치는 7개의 주요설명변수들을 규명했는데 그 변수들은 차량 교통량과 철도교통량, 상업지역, 제어거리, 경보시간차, 건널목유형, 과속방지턱으로 분석되었다.

• 응용통계연구
• /
• 제19권3호
• /
• pp.505-519
• /
• 2006

셀 수 있는 이산 자료(discrete count data)에 대한 분석은 여러 분야에서 활용되고 있지만 영(zero)을 과도하게 포함하고 있는 영과잉 자료는 자료의 성격상 포아송 분포를 따르지 못할 때가 있어 분석에 어려움이 따른다. Zero-Inflated Poisson(ZIP)모형은 이런 어려움을 극복하기 위하여 영에 대한 점확률을 가지는 분포와 포아송 분포를 합성하여 과도한 영과 영이 아닌 자료를 설명하는 모형이다. 설명 변수가 존재할 때는 포아송 분포 부분에서 반응변수의 평균과 공변량사이에 로그선형 연결함수를 사용한 Zero-Inflated Poisson Regression(ZIPR)모형이 사용될 수 있다. 본 논문에서는 Markov Chain Monte Carlo 기법을 이용한 ZIPR모형의 베이지안 추론방법을 제안하고, 이를 실제 구강위생 자료에 적용하며 다른 모형들과 비교한다. 그 결과 베이지안 추론 방법을 적용한 영과잉 모형의 추정오차가 다른 모형들의 추정오차보다 작았고, 예측치가 더 정확했다는 점에서 우수함을 알 수 있었다.

• 한국ITS학회 논문지
• /
• 제8권6호
• /
• pp.46-54
• /
• 2009

본 연구는 무인신호위반단속장비의 사고감소 효과를 다루고 있다. 연구의 목적은 EB (Empirical Bayes)방법을 이용하여 사고감소 효과를 분석하는데 있다. 이를 위해 무인신호위반단속장비가 설치된 28개 교차점 728건의 사고자료를 이용한다. 연구의 주요결과는 다음과 같다. 첫째, 단순사고건수 방법의 사고감소 효과는 20.74%로 분석되었다. 둘째, 포아송과 음 이항 회귀모형을 이용하여 SPF모형이 개발되었으며, 과분산계수가 0에 가까워 포아송 회귀모형이 음이항 회귀모형보다 더 적합한 것으로 평가되었다. 아울러 포아송 모형의 ${\rho}^2$값이 0.409로 나타나 통계적으로 유의한 모형으로 분석되었다. 마지막으로, EB방법을 이용한 분석 결과, 사고가 3.89%에서 29.23% 감소된 것으로 나타났다.

• 터널과지하공간
• /
• 제25권1호
• /
• pp.24-36
• /
• 2015

거창화강암은 국내 주요 석재자원의 하나로서 토목 및 건축사업에 널리 사용되고 있다. 본 연구에서는 거창화강암을 대상으로 수많은 실내시험을 실시하여 암석의 단위중량, 흡수율, P파 속도, S파 속도, 일축압축강도, 인장강도, 영률, 포아송비, 점착력, 내부마찰각, 점하중강도지수 등의 물리적 성질을 조사하였다. 일축압축강도는 인장강도의 19.5배, 점착력의 8.6배이고, P파 속도는 S파 속도의 1.5배 수준이었다. 실험결과로 얻어진 각종 물성간의 상호관계를 분석하였으며, 일축압축강도는 포아송비, 점하중강도지수, 영률과 0.8 이상의 피어슨 상관계수를 보였다. 또한, 단순회귀분석과 다중회귀분석을 통해 물성간의 각종 회귀식을 구하였으며, 특히 결정계수 0.7이상의 회귀식을 정리하여 나타내었다.

• 응용통계연구
• /
• 제27권5호
• /
• pp.743-753
• /
• 2014

Kim 등 (2006)과 Kim 등 (2009)은 2002년에 (사)볼런티어 21에서 조사한 설문자료에 기초하여 우리나라 개인의 기부횟수에 영향을 주는 유의적 설명변수를 보고한 바 있다. 본고에서는 Kim 등 (2006)과 Kim 등 (2009)의 계산오류를 발견하여 이를 수정하고, 아울러 Kim 등 (2009)이 적용한 0이 팽창된 포아송 모형에 로지스틱 회귀모형을 추가하였다. 동 로지스틱 모형으로 기부행위(0, 1)에 영향을 주는 설명변수를 식별하고, 아울러 기부횟수가 작은 군(群)과 큰 군(群)을 판별하여 주는 설명변수를 식별하고자 한다.

• 응용통계연구
• /
• 제19권3호
• /
• pp.421-430
• /
• 2006

표본조사에서는 일반적으로 지형학적 범위가 넓거나 흔히 우리가 알고 있는 지형적 범위 즉시 또는 도 단위로 표본설계가 이루어진다. 그러므로 지형학적 범위가 작은 소지역은 충분한 표본의 확보가 불가능하며 따라서 정확한 소지역 통계를 얻는 것은 매우 어렵다. 이러한 문제로 정확한 소지역 통계를 얻기 위한 연구가 활발히 진행되고 있다. 최근 신기일과 이상은(2003)은 공간통계 모형을 이용한 소지역 추정을 연구하였다. 본 논문은 신기일과 이상은(2003)의 공간자기회귀(Spatial Autoregressive: SAR) 모형을 확장한 모형인 베이지안 자기 포아송 모형 (Bayesian Auto-Poisson Model: BAPM)을 이용한 소지역 추정에 관하여 연구하였다. 분석에 사용된 자료는 호주의 1998년 장애인 통계 (Survey of Disability, Aging and Cares:SDAC)이 며 MSE, MB 그러고 회귀 분석을 이용한 편의 분석기법이 비교에 사용되었다.