• Proceedings of the Korean Statistical Society Conference
• /
• 2005.05a
• /
• pp.73-77
• /
• 2005

본 논문은 시계열에 내재된 설${\cdot}$추석 등 음력 명절효과의 존재를 검정하기 위해 RegARIMA 모형의 잔차에 대한 t-검정 통계량을 제시하였으며 Box-plot에 의한 그래프적 진단을 시도하였다. 제시된 t-검정 결과를 X-12-ARIMA의 AICC-사전검정 및 RegARIMA 모형에 의해 추정된 명절효과 회귀계수의 t-값과 비교하였다. 사용된 명절효과 변수는 Bell과 Hillmer(1983)의 명절효과 변수이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.143-143
• /
• 2015

기존의 빈도해석에서는 자료의 정상성을 가정하며, 이에 따라 적정모형 선정 시에 $x^2$ 검정이나 PPCC(Probability Plot Correlation Coefficient)검정과 같은 적합도 검정방법을 사용한다. 하지만 자료에서 경향성이 나타나거나 평균, 분산, 매개변수 등이 시간에 따라 변하는 등의 비정상성 현상들이 관측됨에 따라 비정상성 빈도해석에 관한 연구들이 활발히 진행되고 있다. 비정상성 빈도해석에서는 시간항과 같은 공변량이 포함된 매개변수를 가지는 비정상성 모형을 적용하게 되는데, 시간에 따라 매개변수가 계속 변하므로 매개변수에 따라 검정통계량이 고정되어 있는 기존의 적합도 검정방법의 적용이 어렵다. 따라서 비정상성 빈도해석의 적정 모형 선정에 적용할 수 있는 방법으로 최우도 함수에 기반한 모형 평가 방법인 AIC와 BIC가 추천되고 있으며 자료길이가 충분하지 않은 경우에는 AIC 대신하여 AICc의 사용이 추천되고 있다. 본 연구에서는 극치사상을 나타내는데 적합한 분포형인 GEV분포형의 위치, 규모 매개변수를 시간항으로 나타낸 다양한 비정상성 GEV모형에 대하여 Monte-Carlo 모의실험을 통해 AICc와 BIC의 적용성을 검토하였으며, 비정상성이 관측되는 실측 자료에 적용해보았다.

• Journal of the Korean Institute of Landscape Architecture
• /
• v.41 no.6
• /
• pp.43-51
• /
• 2013

This study aims to examine the presence of non-stationary relationship between water quality and land use in watersheds. In investigating the relationships between land use and water quality, most previous studies adopted OLS method which is assumed stationarity. However, this approach is difficult to capture the local variation of the relationships. We used 146 sampling data and land cover data of Korean Ministry of Environment to build conventional regressions and GWR models for BOD, TN and TP. Regression model and GWR models of BOD, TN, TP were compared with $R^2$, AICc and Moran's I. The results of comparisons and descriptive statistics of GWR models strongly indicated the presence of Non-Stationarity between water quality and land use.

• Korean Journal of Ecology and Environment
• /
• v.52 no.2
• /
• pp.94-104
• /
• 2019

In this study, we investigated the spatial variation in land use and topographic effects on water quality at the Geum river watershed in South Korea, using the ordinary least squares(OLS) and geographically weighted regression (GWR) models. Understanding the complex interactions between land use, slope, elevation, and water quality is essential for water pollution control and watershed management. We monitored four water quality indicators -total phosphorus, total nitrogen, biochemical oxygen demand, and dissolved oxygen levels - across three land use types (urban, agricultural, and forested) and two topographic features (elevation and mean slope). Results from GWR modeling revealed that land use and topography did not affect water quality consistently through space, but instead exhibited substantial spatial non-stationarity. The GWR model performed better than the OLS model as it produced a higher adjusted $R^2$ value. Spatial variation in interactions among variables could be visualized by mapping $R^2$ values from the GWR model at fine spatial resolution. Using the GWR model, we were able to identify local pollution sources, determine habitat status, and recommend appropriate land-use planning policies for watershed management.