• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2008.10a
• /
• pp.308-311
• /
• 2008

One of the key technical elements of wireless sensor network (WSN) is location management of sensor nodes. Typical node location management methods use GPS, ultrasonic sensors or RSSI. In this paper we propose a new location management method which adopts regression analysis of RSSI measurement to improve the accuracy of sensor node position estimation. We also evaluated the performance of proposed method by comparing the experimental results with existing scheme. According to the results, our proposed method showed better accuracy than existing location management scheme using RSSI and Firis' equation.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2005.05b
• /
• pp.189-193
• /
• 2005

기존의 회귀식을 사용하거나 새로 유도하여 사용하는 경우 모두 일반적으로 회귀분석의 특성을 간과하고 사용하는 경우가 종종 발생한다. 일반적으로 자료들에서 구해진 회귀식은 분명히 독립변수와 종속변수가 구분되어 유도되었음에도 불구하고 이 식을 사용함에 있어서는 간혹 그 구분을 무시하고 역으로 적용하는 경향이 있었다. 그러나, 독립$\cdot$종속변수가 서로 바뀌면, 연직거리의 잔차들로부터 유도되는 기존의 회귀분석에 의하여, 회귀식이 서로 달라지기 때문에 역으로 적용하여서는 안된다. 이를 해결하기 본 연구에서는 상호변수 최소자승 회귀분석법을 제안하였다. 이론적 내용을 검토를 위해 임진강 영평천의 영중수위표 지점의 2001-2003년의 유량측정자료와 수위-유량곡선을 비교 분석하였다. 결론적으로 상호변수 회귀분석을 사용하면, 기존의 잘못 사용해온 관행을 해소할 수 있을 것이다.

• Journal of Korean Society of Transportation
• /
• v.16 no.3
• /
• pp.47-56
• /
• 1998

본 연구에서 한 지역의 교통안전성을 분석할 수 있도록 교통안전성 지표가 개발되 었다. 연구방법은 회귀분석, 신경망 이론의 적용을 통한 분석, 설문조사였으며 조사지역은 서울시 강남지역이었다. 조사자료는 1996년 교통사고율과 주요 도로설계변수였다. 회귀분석 의 겨로가 8차로 미만의 도로에서는 정지시거가 교통사고 발생을 잘 설명했고 8차로 이상 의 도로에서는 횡단보도의 수가 적절한 설명변수로 선정되었다. 그러나 교통사고 발생에 대 한 설명력이 0.5에도 미치지 못해 심층분석이 요청되어 신경망 이론의 적용이 이루어졌다. 그 결과 교통사고 발생은 회귀분석 결과처럼 정지시거와 횡단 보도수에 관련이 있는 것으로 나타났으며 더불어 접속부의 시거가 중요하게 부각되었다. 한편 사람들의 교통안전성에 대 한 주관적 인식을 알기 위해 설문조사가 이루어졌으며 그 결과 정지시거 외에도 속도의 중 요성이 제기되었다. 이와 같은 분석결과를 근거로 하여 교통안전성 지표가 개발되었으며 지 표 산출에 필요한 평가방법도 정립되었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.04a
• /
• pp.953-955
• /
• 2016

본 논문은 다중 회귀 분석을 이용하여 3축 가속도센서기반의 활동량을 추정하는 방법을 제안한다. 본 연구를 위해 총 59명의 피 실험자가 자체 제작한 활동량계를 착용한 뒤 트레드밀에서 일정한 속도로 걷는/뛰는 동작을 수행한 신호를 수집하였다. 수집한 3축 가속도 신호의 에너지 값에서 사전에 정의한 특징들을 산출한다. 그 다음 각 특징별로 선형, 지수, 로지스틱 회귀 분석을 적용하여 적합도가 높은 특징을 선정한다. 마지막으로 산출된 회귀식들을 사용하여 다중 회귀 분석 방법으로 활동량을 추정한다. 호흡가스 대사 분석기(K4B2)를 착용한 뒤 동일한 방법으로 실험을 수행 하고 제안한 방법과 정확도를 비교한 결과 제안한 방법의 정확도는 86.38 %로 산출되었다. 이는 기존의 Kim 외 3인의 연구결과[1]보다 2.70 %, Actical의 정확도보다 4.31 % 높은 수치이다.

• Proceedings of the Korean Statistical Society Conference
• /
• 2003.10a
• /
• pp.285-288
• /
• 2003

신용위험 관리에서 필수적인 방법론이 스코어 카드이며 이를 작성하는 데에 있어서 널리 쓰이는 방법 중의 하나가 로지스틱 회귀분석이다. 본 논문에서는 로지스틱 회귀 방법에 기초한 스플라인 방법론을 소개하고자 한다. 최종 스코어 카드는 연속형 변수를 범주형 변수화 하므로 조각 선형 스플라인을 채택하였다. 모의 실험을 통하여 제안된 방법의 성 능을 규명 하였다.

• Journal of the Korean Data and Information Science Society
• /
• v.21 no.3
• /
• pp.513-521
• /
• 2010

Most of universities have carried out course evaluation to apply the performance appraisal for professor. But, course evaluation depends on characteristics of each class such as class size, type of lecture, evaluator's grade and so on. As the results, such characteristics of each class lead to serious bias which makes lecturers distrust the course evaluation results. Hence, we propose a equating method for the course evaluation by regression analysis which use stepwise variable selection. And we compare proposed method with the other method by Cho et al. (2009) with respect to efficiencies. Also we give the example to which the method is applied.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1448-1452
• /
• 2010

최근 기상변동성 증가 및 기후변화 영향으로 수문순환과정이 과거와는 다른 양상으로 전개되고 있으며 전반적으로 극치사상의 빈도 및 강도의 증가현상이 지배적이다. 이러한 영향을 정량적으로 검토하기 위해서 경향성분석 방법 등이 도입되어 극치수문사상의 변동경향을 평가하는데 이용되고 있다. 대표적인 방법으로 선형회귀분석, Mann-Kendall 경향성 분석 등이 있으나 기본적인 가정(assumption)의 제약으로 극치수문자료 계열의 특성을 효과적으로 분석하는데 무리가 있다. 대표적이고 일반적으로 적용되는 선형회귀분석의 경우 자료가 정규분포(normal distribution)의 특성을 가질 때 유효한 방법으로서 극치수문자료와 같이 Heavy Tail를 가지는 분포특성을 표현하는 데는 무리가 따른다. 이밖에도 기존 선형회귀분석을 극치수문자료에 적용할 경우 추정된 결과를 수자원설계의 관심사항인 빈도해석 등에 직접적으로 연계시켜 해석할 수 없는 단점이 있다. 이는 자료계열의 분포특성을 정규분포로 가정하기 때문에 발생하는 문제로서 극치수문자료계열의 분포 특성을 반영할 수 있는 방법론의 개발이 필요하다. 본 연구에서는 이러한 점을 개선하기 위해서 극치분포(extreme distribution)를 선형회귀분석에 적용하는 비정상성빈도해석(nonstationary frequency analysis) 방법론의 개념을 제시하고자 한다. 비정상성빈도해석을 위해서 Bayesian 기법이 도입되며 Bayesian 기법의 특성상 관련변수들이 사후분포(posterior distribution)로 귀결되기 때문에 경향성에 대한 정량적이고 확률적인 분석이 가능한 장점이 있다. 본 연구를 통해 개발된 방법론은 국내외 주요 강수지점에 대해서 적용되며 경향성, 분포특성, 빈도별 강수량에 대한 체계적인 분석이 이루어진다.

• Journal of the Korean Data and Information Science Society
• /
• v.23 no.3
• /
• pp.457-465
• /
• 2012

The purpose of this study is to analyze the association between indicators and to find statistical models based on important indicators at 'College Notifier' in Korea Council for University Education. First, Pearson correlation coefficients are used to find statistically significant correlations. By variable selection method, the important indicators are selected and their coefficients are estimated. As variable selection method, backward and stepwise methods are employed.

• The Korean Journal of Applied Statistics
• /
• v.10 no.2
• /
• pp.241-251
• /
• 1997

Several studies have bee down on the work of dynamic graphical methods for regression diagnostics. The main propose of the methods were to investigate (1) the effects of change of data, or (2) the effects of change of regression coefficients on the regression models. But, by contrast, we can also investigate the effects of change of regression residuals on the regression model. This method can be used in fitting better a certain set of observations to a regression model than the other observations. Our research team approaches regression diagnostics by using dynamic graphics (REDS), and we introduce REDS in this thesis.

• The Korean Journal of Applied Statistics
• /
• v.27 no.2
• /
• pp.227-237
• /
• 2014

We use the regression model with the indicator variables in the case that we use qualitative variables as some predictor variables in regression analysis. We use the ANCOVA(Analysis of Covariance) model when comparing the response variable among groups while statistically controlling for variation in the response variable caused by a variation in the covariate. DD-plot can be used as a graphical exploratory data analysis tool before the confirmatory data analysis. With the DD-plot, we can discriminate the difference of groups in the regression model with the indicator variables or the ANCOVA model at a glance. Making DD-plot does not demand the statistical model assumption about error terms in regression model. Several examples show the usefulness of DD-plots as a graphical exploratory data analysis tool for the regression analysis.