• Journal of the Korean Data and Information Science Society
• /
• 제17권4호
• /
• pp.1349-1364
• /
• 2006

An analytic approach that provides explicit estimates of risk on cataract and epilation data is evaluated by reasonableness of conceivable relative risk models regarding a simple, odds, logistic or Gompertz regression method, assuming a binomial distribution. In these analyses, we apply relative risk models with two thresholds between epilators and nonepilators from a highly characteristic lesion of which radiation cataract does not occur around 2 gray for a single acute exposure. The risk models are fitted to the data assuming 10 as a constant relative biological effectiveness of neutron. The likelihood of observing the entire data set in these models fitted is evaluated by an individual binary-response array. Estimation of a threshold with or without severe epilation and the 100 ($1-\alpha$)% confidence limits are derived from the maximum likelihood approach. The relative risk model with two thresholds can be expressed as a formula with structure of Background $\times$ RR, where RR includes threshold models with or without epilation. The radiosensitivity of ionizing radiation to cataracts has been examined for the relationship between epilators and nonepilators.

• 지식경영연구
• /
• 제19권4호
• /
• pp.1-17
• /
• 2018

Hotel consumers tend to rely on online reviews to reduce the risk to hotel products when they book hotel rooms because hotel products are high-risk products due to their intangibility. However, the development of ICT has caused information load, and it is an important issue to be perceived as useful information to consumer because a large amount of information complicates the decision making process of consumers. Drawn from Heuristic-Systematic Model(HSM), the present study explored the role of heuristic and systematic cues composing an online review influencing consumers' perception of hotel online reviews. More specifically, this study identified reviewers' identity, level of the reviewer, review star ratings, and attached hotel photo as heuristic cue, while review length, cognitive level of review and negativity in review as systematic cues. The binary logistic regression was adopted for analysis. This study found that only systematic cues of online review were found to affect the usefulness of it. Moreover, we preceded further study examining the moderating effect of seasonality in the relationships between systematic cues and usefulness.

• 대한교통학회지
• /
• 제33권2호
• /
• pp.125-135
• /
• 2015

본 연구에서는 시민들이 인식하고 있는 자전거의 특성과 공공자전거시스템의 사회적 가치에 대한 상관관계를 분석하였다. 이를 위해 최근 10년간 전 세계적으로 활발히 진행되고 있는 공공자전거 서비스를 대상으로 해당 교통 시스템에 대한 사회적 가치를 시민들의 지불의사액으로 설정해 연구를 진행하였다. 지불의사액 추정을 위해서 CVM 방법 중 가장 활발히 활용되고 있는 이중양분선택형(double-bounded dichotomous choice)과 개방형 질문을 통합 활용하여 수원시 시민 1,722명을 대상으로 설문조사를 하였다. 공공자전거에 대한 특성 요소도 함께 질의하여 그 결과를 이항 로지스틱 회귀모형(binary logistic regression)과 중도절단회귀모형(censored regression)을 통해 공공자전거시스템에 대한 사회적 가치인식과의 관계를 검증하였다. 분석결과 월지출 교통비, 소득 그리고 자전거 소유 등의 변수와 함께 교통체증의 해소가 가능한, 버스와 승용차와 같은 교통수단, 높은 이동성을 가지는 수단으로서의 자전거의 특성이 공공자전거의 사회적 가치를 향상시키는 것으로 분석되었다. 이는 공공자전거에 대한 긍정적인 특성들이 인식되면 해당 시스템의 가치를 높게 평가하는 행태로 이어지며, 궁극적으로는 시스템의 이용 가능성을 향상시킨다고 해석될 수 있다. 공공자전거시스템에 대한 특성인식의 중요성을 검증한 본 연구결과를 토대로 공공자전거시스템의 효율성 제고를 위한 정책 추진 전의 검토사항에 대해 고찰해 본다.

• 대한교통학회지
• /
• 제26권2호
• /
• pp.157-166
• /
• 2008

본 연구에서는 실시간으로 수집되는 고속도로의 검지기 자료를 이용하여 교통사고 발생 가능성을 확률적 관측값으로 나타낼 수 있는 모형을 개발하였다. 사고발생 지점을 기준으로 상류부 및 하류부에서 수집된 사고발생 이전의 교통자료를 모형의 독립변수로 설정하였다. 이항 로지스틱 회귀분석 기법을 적용하여 교통사고 발생을 유발할 잠재력이 높은 교통상황을 교통사고와는 무관한 교통상황으로부터 추출하는 분류문제(classification problem)로 설정하고 모형을 개발하였다. 최근 3년간 서해안 고속도로에서 발생한 사고자료와 검지기 자료를 맵핑하였으며, 유효한 검지기 자료를 모형에 적용하기 위하여 이상치 제거 및 결측치 보정을 위한 자료처리 과정을 별도로 수행하였다. 본 연구에서 개발한 모형에서 산출되는 계량화된 교통사고 발생가능성은 고속도로상에서 실시간 경고정보 제공 및 다양한 교통운영관리 전략의 교통안전 측면에서의 효과를 평가하는데 유용하게 적용될 수 있을 것으로 기대된다.

• 한국임상수의학회지
• /
• 제31권1호
• /
• pp.31-35
• /
• 2014

As with humans, overweight or obesity is a major health concern in the companion animal population. A cross-sectional questionnaire-based survey of dog owners attending primary small animal veterinary practices from different areas in Chuncheon, Kangwon province, Korea was undertaken to explore the relationships between socioeconomic and other relevant risk factors associated with canine obesity. In addition, the author was to estimate the prevalence of obesity compared to published literatures for dogs. Owners were asked about dog age, neuter status, feeding habits, dog exercise, household income and owner age. The body condition score (BCS) of the dogs was also assessed. Multivariable binary logistic regression was used to assess the association between BCS and potential risk factors controlling for confounding variables, using odds ratios (OR), 95% confidence intervals (CIs). A total of 275 dogs (136 males and 139 females) aged 1-12 years (mean age $5.6{\pm}3.7$ years) were surveyed in 2013. Of these, 46.9% of dogs (n = 129) were classed as an ideal body shape (BCS = 3), 30.9% (n = 85) were overweight (BCS = 4), 8.4% (n = 23) were obese (BCS = 5) and 13.8% (n = 38) were underweight (BCS = 1 or 2). Neutered males and spayed females had the highest prevalence of obesity (43.4% and 33.9%); intact females had the lowest prevalence of obesity (31.6%). In univariable model, risk factors associated with canine obesity are multifactorial and include owner income, owner age, age of dog, neuter status, frequency of feeding per day, frequency of snacks and consultation with veterinarian on dog's weight. In final multivariable logistic regression model, dogs whose owners reported no consultation with veterinarians for weight management were significantly more likely to be obesity than ideal (OR = 7.6, 95% CI, 4.2-13.8; p < 0.0001). This study showed a high prevalence of obesity in domestic companion dogs. Since this was a cross-sectional study with small samples, the association of canine obesity with risk factors warrants more research. To the author's best knowledge, this is the first Korean study on dog body condition and obesity.

• 대한토목학회논문집
• /
• 제38권6호
• /
• pp.887-894
• /
• 2018

전 세계적으로 자동차 시장은 전기차, 수소차와 같은 친환경 차량의 도입이 추진되고 있다. 그러나 내연기관 차량 대비 고가의 차량가격, 제한적인 주행거리 등의 단점은 친환경 차량 확대에 장애요인이 되고 있다. 이에 본 연구에서는 친환경 차량인 전기차 구매에 미치는 영향요인을 분석하기 위해 이항 로지스틱 회귀 모형을 구축하였다. 모형의 종속변수는 구매의사 여부, 독립변수는 사회 경제적 변수와 전기차 구매에 영향을 미치는 특성변수로 설정하였으며, 다중공선성 문제를 해결하기 위해 독립변수 간 상관관계를 분석하여 상관계수가 높은 변수들을 제외하였다. 분석결과, 사회경제적변수인 차량보유대수, 성별, 나이는 유의한 영향을 미치지 않는 것으로 나타났다. 반면, 차량가격에 영향을 미치는 변수와 전기차 충전과 관련된 변수, 전기차 정책 및 시승정보 제공 부족 변수는 전기차 구매에 유의한 영향을 미치는 것으로 나타났다. 이를 통해 향후 전기차 보급과 관련된 정책 입안 시 전기차의 가격 결정과 찾아가는 전기차 충전 서비스 운영 등 충전 불편 해소 방안, 전기차에 대한 정보 제공 및 시승기회 확대 등의 정책을 추진하는 것이 바람직할 것으로 보인다. 본 연구 결과는 지자체 전기차 보급 활성화 및 정책 수립에 도움이 될 것으로 기대된다.

• 벤처창업연구
• /
• 제12권6호
• /
• pp.139-150
• /
• 2017

우리나라의 중소기업은 전체 사업체 수의 99.9%, 사업체 종사자 수의 87.9%를 차지하는 등 국가경제의 근간을 형성하고 있다. 하지만 대부분의 중소기업은 자금은 물론 연구인력, 연구시설 장비 등 기술개발(R&D)에 필요한 역량 확보에 상당한 어려움을 겪고 있다. 이러한 상황에서 출연연구기관과의 R&D협력은 새로운 기술과 신제품 개발에 필요한 과학기반 지식의 획득과 활용 등 중소기업의 기술혁신을 도모함으로써 기업이 기술력을 토대로 지속 성장하는데 중요한 전략적 수단이 될 수 있다. 이에 본 연구는 2016년 한국전자통신연구원(ETRI)의 산 연 기술협력 수요조사를 이용하여, 기업이 출연연구기관과 R&D협력을 하는데 영향을 미치는 기업의 특성요인을 분석하고, 기업의 기술역량과 산 연 R&D협력이 기술혁신 성과에 미치는 효과를 이분형 로지스틱 모형(Binary Logistic Model)으로 분석하였다. 분석 결과, 첫째로 기업의 기술역량과 관계적 특성이 출연연구기관과의 R&D협력을 강화할 가능성이 있음을 보였다. 둘째, 기업의 기술역량과 산 연 R&D협력은 제품혁신과 공정혁신 모두에서 긍정적인 효과가 존재함을 확인하였다. 따라서 중소기업이 기술혁신 성과를 달성하기 위해서는 출연연구기관과의 R&D협력과 내부 기술역량의 확보가 필요하며, 산 연 R&D협력의 활성화가 요구됨을 시사한다. 이러한 분석결과를 토대로 본 연구에서는 중소기업의 기술혁신 도모를 위한 출연연구기관의 역할 방향에 관한 시사점을 R&D협력 활성화 측면에서 제시한다.

• Genomics & Informatics
• /
• 제14권4호
• /
• pp.138-148
• /
• 2016

The success of genome-wide association studies (GWASs) has enabled us to improve risk assessment and provide novel genetic variants for diagnosis, prevention, and treatment. However, most variants discovered by GWASs have been reported to have very small effect sizes on complex human diseases, which has been a big hurdle in building risk prediction models. Recently, many statistical approaches based on penalized regression have been developed to solve the "large p and small n" problem. In this report, we evaluated the performance of several statistical methods for predicting a binary trait: stepwise logistic regression (SLR), least absolute shrinkage and selection operator (LASSO), and Elastic-Net (EN). We first built a prediction model by combining variable selection and prediction methods for type 2 diabetes using Affymetrix Genome-Wide Human SNP Array 5.0 from the Korean Association Resource project. We assessed the risk prediction performance using area under the receiver operating characteristic curve (AUC) for the internal and external validation datasets. In the internal validation, SLR-LASSO and SLR-EN tended to yield more accurate predictions than other combinations. During the external validation, the SLR-SLR and SLR-EN combinations achieved the highest AUC of 0.726. We propose these combinations as a potentially powerful risk prediction model for type 2 diabetes.

• 지능정보연구
• /
• 제23권4호
• /
• pp.147-168
• /
• 2017

오래 전부터 학계에서는 정확한 주식 시장의 예측에 대한 많은 연구가 진행되어 왔고 현재에도 다양한 기법을 응용한 예측모형들이 연구되고 있다. 특히 최근에는 딥러닝(Deep-Learning)을 포함한 다양한 기계학습기법(Machine Learning Methods)을 이용해 주가지수를 예측하려는 많은 시도들이 진행되고 있다. 전통적인 주식투자거래의 분석기법으로는 기본적 분석과 기술적 분석방법이 사용되지만 보다 단기적인 거래예측이나 통계학적, 수리적 기법을 응용하기에는 기술적 분석 방법이 보다 유용한 측면이 있다. 이러한 기술적 지표들을 이용하여 진행된 대부분의 연구는 미래시장의 (보통은 다음 거래일) 주가 등락을 이진분류-상승 또는 하락-하여 주가를 예측하는 모형을 연구한 것이다. 하지만 이러한 이진분류로는 추세를 예측하여 매매시그널을 파악하거나, 포트폴리오 리밸런싱(Portfolio Rebalancing)의 신호로 삼기에는 적합치 않은 측면이 많은 것 또한 사실이다. 이에 본 연구에서는 기존의 주가지수 예측방법인 이진 분류 (binary classification) 방법에서 주가지수 추세를 (상승추세, 박스권, 하락추세) 다분류 (multiple classification) 체계로 확장하여 주가지수 추세를 예측하고자 한다. 이러한 다 분류 문제 해결을 위해 기존에 사용하던 통계적 방법인 다항로지스틱 회귀분석(Multinomial Logistic Regression Analysis, MLOGIT)이나 다중판별분석(Multiple Discriminant Analysis, MDA) 또는 인공신경망(Artificial Neural Networks, ANN)과 같은 기법보다는 예측성과의 우수성이 입증된 다분류 Support Vector Machines(Multiclass SVM, MSVM)을 사용하고, 이 모델의 성능을 향상시키기 위한 래퍼(wrapper)로서 유전자 알고리즘(Genetic Algorithm)을 이용한 최적화 모델을 제안한다. 특히 GA-MSVM으로 명명된 본 연구의 제안 모형에서는 MSVM의 커널함수 매개변수, 그리고 최적의 입력변수 선택(feature selection) 뿐만이 아니라 학습사례 선택(instance selection)까지 최적화하여 모델의 성능을 극대화 하도록 설계하였다. 제안 모형의 성능을 검증하기 위해 국내주식시장의 실제 데이터를 적용해본 결과 ANN이나 CBR, MLOGIT, MDA와 같은 기존 데이터마이닝 기법들이나 인공지능 알고리즘은 물론 현재까지 가장 우수한 예측 성과를 나타내는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안 모형이 보다 우수한 예측성과를 보임을 확인할 수 있었다. 특히 주가지수 추세 예측에 있어서 학습사례의 선택이 매우 중요한 역할을 하는 것으로 확인 되었으며, 모델의 성능의 개선효과에 다른 요인보다 중요한 요소임을 확인할 수 있었다.

• Asian Pacific Journal of Cancer Prevention
• /
• 제13권6호
• /
• pp.2717-2720
• /
• 2012

Background: The rates of breast cancer have increased over the past two decades, and this raises concern about physical, psychological and social well-being of women with breast cancer. Further, few women really want to do breast cancer screening. We here investigated the socio-demographic correlates of mammography participation among 400 asymptomatic Iranian women aged between 35 and 69. Methods: A cross-sectional survey was conducted at the four outpatient clinics of general hospitals in Tehran during the period from July through October, 2009. Bi-variate analyses and multi-variate binary logistic regression were employed to find the socio-demographic predictors of mammography utilization among participants. Results: The rate of mammography participation was 21.5% and relatively high because of access to general hospital services. More women who had undergone mammography were graduates from university or college, had full-time or part-time employment, were insured whether public or private, reported a positive family history of breast cancer, and were in the middle income level (all P<0.01).The largest number of participating women was in the age range of 41 to 50 years. The results of multivariate logistic regression further showed that education (95%CI: 0.131-0.622), monthly income (95%CI: 0.038-0.945), and family history of breast cancer (95%CI: 1.97-9.28) were significantly associated (all P<0.05) with mammography participation. Conclusions: The most important issue for a successful screening program is participation. Using a random sample, this study found that the potential predictor variables of mammography participation included a higher education level, a middle income level, and a positive family history of breast cancer for Iranian women, after adjusting for all other demographic variables in the model.