• 대한공간정보학회지
• /
• 제20권3호
• /
• pp.57-63
• /
• 2012

정규최소자승법(OLS : Ordinary Least Square)은 장수인구의 지역적 분포와 적용된 환경변수들의 관계가 공간상에서 동일하다고 가정한다. 따라서 장수현상이나 그와 관련된 변수의 공간적 특성을 충분히 설명할 수 없다. 지리가중 회귀분석(GWR : Geographically Weighted Regression)모형은 지리적 가중 함수를 통해 인접지역들의 공간적 유사성을 대변할 수 있다. 또한 환경특성에 따른 장수인구분포의 공간적 변이를 국지적으로 설명할 수 있는 특징이 있다. 이러한 관점에서 본 논문은 기존의 연구에서 제시된 장수의 환경생태학적 요인들에 대해 보통 최소자승법과 GWR모델간의 비교분석을 수행하였다. 연구결과 GWR모형이 OLS모형보다 높은 모형 부합도를 가지고 특정 환경 변수가 가지는 효과에 대한 공간적 변동성을 설명할 수 있는 것으로 나타났다.

• 한국측량학회지
• /
• 제35권1호
• /
• pp.31-39
• /
• 2017

The goal of this study was to efficiently analyze the relationships of the number of thefts with related factors, considering the spatial patterns of theft crimes. Theft crime data for a 5-year period (2009-2013) were collected from Haeundae Police Station. A logarithmic transformation was performed to ensure an effective statistical analysis and the number of theft crimes was used as the dependent variable. Related factors were selected through a literature review and divided into social, environmental, and defensive factors. Seven factors, were selected as independent variables: the numbers of foreigners, aged persons, single households, companies, entertainment venues, community security centers, and CCTV (Closed-Circuit Television) systems. OLS (Ordinary Least Squares) and GWR (Geographically Weighted Regression) were used to analyze the relationship between the dependent variable and independent variables. In the GWR results, each independent variable had regression coefficients that differed by location over the study area. The GWR model calculated local values for, and could explain the relationships between, variables more efficiently than the OLS model. Additionally, the adjusted R square value of the GWR model was 10% higher than that of the OLS model, and the GWR model produced a AICc (Corrected Akaike Information Criterion) value that was lower by 230, as well as lower Moran's I values. From these results, it was concluded that the GWR model was more robust in explaining the relationship between the number of thefts and the factors related to theft crime.

• 보건의료산업학회지
• /
• 제8권2호
• /
• pp.11-22
• /
• 2014

This study purposed to analyze the regional variation of the local-out rates of inpatient services. Multiple data sources collected from National Health Insurance Corporation and statistics Korea were merged to produce the analysis data set. The unit of analysis in this study was city, Gun, Gu, and all of them were included in analysis. The dependent variable measured the local-out rate of inpatient cost in study regions. Local environments were measured by variables in three dimensions: provider factors, socio-demographic factors, and health status. Along with the traditional ordinary least square (OLS) based regression model, geographically weighted regression (GWR) model were applied to test their effects. SPSS v21 and ArcMap v10.2 were applied for the statistical analysis. Results from OLS regression showed that most variables had significant relationships with the local-out rate of inpatient services. However, some variables had shown diverse directions in regression coefficients depending on regions in GWR. This implied that the study variables might not have consistent effects and they may varied depending the locations.

• 대한교통학회지
• /
• 제29권2호
• /
• pp.101-109
• /
• 2011

대다수의 현대 도시들은 집적의 이익을 극대화하기 위해 군집을 형성하고 각 지역 간에 다양한 공간적 영향을 주고받는다. 그러나 전통적 4단계 수요예측방법의 첫 단계인 통행발생단계에서 주로 적용되는 선형회귀분석모형은 공간적 영향을 반영할 수 없다는 단점이 있다. 이러한 문제를 해결하기 위해서 공간적 상관성을 반영할 수 있는 통행 발생모형을 구축하는 것이 필요하다. 본 연구에서는 공간적 상관성을 고려할 수 있는 통행발생모형으로 공간가중회귀모형(Geographically Weighted Regression)을 제안한다. 공간가중회귀모형은 공간적 상관성을 고려할 수 있는 가중치 행렬을 추정하고 이를 이용하여 회귀식의 계수를 각 존별로 추정하는 것이다. 본 연구에서는 대구광역권 통행자료를 이용하여 공간가중회귀모형을 적용하였다. 공간가중회귀모형의 우수성을 평가하기 위하여 일반적인 회귀모형과 적합도, RMSE 등을 비교분석하였다. 또한 국지적 공간상관성을 측정하는 척도인 LISA(Local Indicator of Spatial Association) 지표를 각 모형별로 산출하였다. LISA 지표를 통하여 현재 분석대상지역은 국지적 공간상관성이 존재함을 확인할 수 있으며 공간가중회귀모형을 적용함으로써 공간상관성으로 인한 오차가 크게 개선됨을 확인할 수 있다.

• 한국측량학회지
• /
• 제32권4_1호
• /
• pp.343-351
• /
• 2014

본 연구에서는 최근 들어 그 중요성이 부각되고 있는 도시공간의 보행환경 평가와 관련하여 지역의 보행친화도와 물리적 사회경제적 특성과의 상관관계를 공간통계학적 측면에서 분석 하였다. 이를 위해 부산광역시의 2개 구의 보행성 지수(Walkability Index)를 정량적으로 산출하였고 이에 대한 전역적 국지적 공간 자기상관 측정을 수행하였다. 또한 Walkability Index에 대해 도시환경 변수와의 상관성을 파악하기 위해 지리가중 회귀분석(GWR : Geographically Weighted Regression, 이하 GWR)을 수행하였다. 연구결과 연구지역의 Walkability Index에서 통계적으로 유의한 수준의 공간 자기상관 수치와 군집이 도출되었다. 또한 GWR 분석결과 OLS(Ordinary Least Square Regression, 이하OLS) 회귀모형보다 통계적으로 개선된 추론이 가능 하였으며, 보행 환경변수에 대한 국지적 수준의 영향관계를 도출할 수 있었다. 본 연구의 결과들은 지역의 보행환경 평가 및 그와 연관된 환경변수의 탐색 시 공간 통계학적 접근이 효과적일 수 있음을 시사한다.

• 대한지리학회지
• /
• 제49권6호
• /
• pp.917-934
• /
• 2014

지리가중회귀 모델(GWR)은 국지적으로 이질적인 부동산 가격을 추정할 수 있는 도구로 폭넓게 활용되어 왔다. 그럼에도 불구하고 GWR은 공간적으로 이질적인 가격결정요인의 선택이나 국지적 추정에서의 관측치 수의 제한 등과 같은 한계를 가지고 있다. 본 연구는 이러한 한계를 극복하기 위한 대안으로 최근 주목받고 있는 지리가중라소 모델(GWL)을 이용하여 국지적으로 다양한 부동산 가격결정요인들을 탐색하고, 부동산 가격 추정에 있어서 GWL 모델의 적용가능성을 살펴보고자 한다. 이를 위해 서울시 아파트 가격을 대상으로 OLS, GWR, GWL의 헤도닉 모델을 구축하였으며, 모델의 설명력, 예측력, 다중공선성 측면에서 이들을 비교 분석하였다. 그 결과, 전역적 모델에 비해 국지적 모델이 전체적인 설명력, 예측력이 우수한 것으로 나타났으며, 특히 국지적 모델 중 GWL 모델은 다중공선성 문제를 자동적으로 해결하면서 공간적으로 이질적인 가격 결정요인 집합들을 도출하였고, 다른 모델들에 비해 상당히 높은 설명력과 예측력을 보여주고 있다. 본 연구에서 적용한 GWL 모델은 고차원의 데이터셋에서 유의미한 독립 변수들을 효율적으로 선정하는데 직접적인 도움을 줌으로써 부동산과 같이 대용량의 복잡한 구조를 가진 공간 빅데이터를 위한 유용한 분석 기법으로 활용될 수 있을 것이다.

• Spatial Information Research
• /
• 제23권5호
• /
• pp.65-73
• /
• 2015

서울시는 강북의 노후화 및 강남과 강북의 경제 불균형을 해소하고자 뉴타운 사업을 시행하였고, 이에 따라 은평구는 시범지구로 지정되었으며 2013년 최종적으로 사업이 완료되었다. 이에 본 연구는 은평구에서 진행된 뉴타운 사업에 따라 발전된 사회적, 경제적 요소들이 지가에 미치는 영향의 정도를 공간 효과를 반영한 지리가중회귀모델을 이용하여 분석하였다. 분석결과 기존의 지가분석에서 주로 이용된 선형회귀모델에 비해 높은 설명력을 가지고 있었으며, AIC값과 잔차의 Moran'I를 통해 좀 더 적합한 모델로 판정하였다. 또한 지역적으로 회귀계수의 차이가 있었으며 부호가 다르게 나타나는 경우도 있어 선형회귀모델을 통한 전역적인 분석방법보다 자세한 설명이 가능해졌다. 추후 은평구 개발에 있어 공간적 특성을 고려하여 지역을 개발한다면 실효성 강화에 도움이 될 수 있을 것으로 판단된다.

• 대한공간정보학회지
• /
• 제23권3호
• /
• pp.77-84
• /
• 2015

본 연구의 핵심적인 목적은 유동인구 분포의 공간 패턴의 영향요인 분석을 위한 공간회귀모형 적용의 효용성을 검토하는 것이다. 이를 위해 서울시 유동인구 조사 자료를 활용하여 조사지점별 유동인구의 전역적, 국지적 공간 자기상관 측정을 실시하였다. 그 결과 분석에 적용된 공간자기상관 측도인 Moran's I, Getis-Ord-$Gi^*$ 그리고 Local Moran's I 모두에서 통계적으로 유의한 수준의 공간적 유사성과 이질성이 발견되었다. 이를 근거로 유동인구분포와 토지이용 특성과의 관계를 파악하기 위한 통계적 모형으로 공간회귀모형인 지리가중회귀모형(GWR : Geographically Weighted Regression, 이하 GWR)을 채택하였다. 모형의 설명변수로써 서울시 전체에 대한 400m*400m 격자망기반에 토지이용혼합도, 주거 밀도, 상점밀도, 녹지 밀도와, 추가적으로 각 격자별 버스노선밀도, 교차로 밀도, 교통 결절점 접근성, 평균 도로폭, 평균 보도넓이를 산출 및 집계 하였다. 동일한 방식으로 격자망에 집계된 유동인구 정보와 토지이용 및 교통 특성과의 GWR모형 결과를 Ordinary Least Square(OLS) 분석 결과와 비교한 결과 GWR모형의 주요 통계량 수치에서 개선된 결과를 도출하였다. 또한 구획된 격자망의 각 셀별로 도출된 GWR모형의 추론 결과를 검토한 결과 적용된 설명변수의 유동인구 분포에 대한 효과가 국지적으로 변동하는 양상을 파악할 수 있었다.

• 보건행정학회지
• /
• 제26권4호
• /
• pp.271-278
• /
• 2016

Background: This study purposed to analyze the relationship between regional obesity rates and regional variables. Methods: Data was collected from the Korean Statistical Information Service (KOSIS) and Community Health Survey in 2012. The units of analysis were administrative districts such as city, county, and district. The dependent variable was the age-sex adjusted regional obesity rates. The independent variables were selected to represent four aspects of regions: health behaviour factor, psychological factor, socio-economic factor, and physical environment factor. Along with the traditional ordinary least square (OLS) regression analysis model, this study applied geographically weighted regression (GWR) analysis to calculate the regression coefficients for each region. Results: The OLS results showed that there were significant differences in regional obesity rates in high-risk drinking, walking, depression, and financial independence. The GWR results showed that the size of regression coefficients in independent variables was differed by regions. Conclusion: Our results can help in providing useful information for health policy makers. Regional characteristics should be considered when allocating health resources and developing health-related programs.

• Journal of the Korean Data and Information Science Society
• /
• 제28권1호
• /
• pp.173-183
• /
• 2017

본 연구는 아파트 개별 실거래가격에 대한 시공간 자료를 활용하여 아파트 매매가격에 영향을 미치는 요인을 시계열적 흐름과 공간적 변화를 반영한 지리시간가중 회귀모형 (geographical temporal weighted regression; GTWR)모형을 적용하여 분석하였다. 기존 연구에서 활용되었던 일반적인 접근방법인 최소제곱 (ordinary least square; OLS) 회귀모형과 공간 데이터를 분석하기 위한 공간계량 모델 중 가장 많이 활용되고 있는 지리가중 회귀모형 (geographically weighted regression;GWR)과 달리 GTWR은 주택가격 특성을 고려함에 있어서 시간과 공간을 함께 고려함으로써 보다 정밀한 평가모형이 될 것으로 기대되었다. 본 연구에 사용된 주택가격결정 설명 요인들 중에서 건축연도 및 전용면적이 주택가격을 결정하는데 유의적인 영향을 미치는 것으로 나타났으며, 주택가격이 시간적 공간적 특성 모두에 의하여 유의적으로 설명되었다.