• 한국근적외분광분석학회:학술대회논문집
• /
• 한국근적외분광분석학회 2001년도 NIR-2001
• /
• pp.1152-1152
• /
• 2001

Food adulteration is a serious consumer fraud and a matter of concern to food processors and regulatory agencies. A range of analytical methods have been investigated to facilitate the detection of adulterated or mis-labelled foods & food ingredients but most of these require sophisticated equipment, highly-qualified staff and are time-consuming. Regulatory authorities and the food industry require a screening technique which will facilitate fast and relatively inexpensive monitoring of food products with a high level of accuracy. Near infrared spectroscopy has been investigated for its potential in a number of authenticity issues including meat speciation (McElhinney, Downey & Fearn (1999) JNIRS, 7(3), 145 154; Downey, McElhinney & Fearn (2000). Appl. Spectrosc. 54(6), 894-899). This report describes further analysis of these spectral sets using a hierarchical approach and binary decisions solved using logistic regression. The sample set comprised 230 homogenized meat samples i. e. chicken (55), turkey (54), pork (55), beef (32) and lamb (34) purchased locally as whole cuts of meat over a 10-12 week period. NIR reflectance spectra were recorded over the wavelength range 400-2498nm at 2nm intervals on a NIR Systems 6500 scanning monochromator. The problem was defined as a series of binary decisions i. e. is the meat red or white\ulcorner is the red meat beef or lamb\ulcorner, is the white meat pork or poultry\ulcorner etc. Each of these decisions was made using an individual binary logistic model based on scores derived from principal component or partial least squares (PLS1 and PLS2) analysis. The results obtained were equal to or better than previous reports using factorial discriminant analysis, K-nearest neighbours and PLS2 regression. This new approach using a combination of exploratory and logistic analyses also appears to have advantages of transparency and the use of inherent structure in the spectral data. Additionally, it allows for the use of different data transforms and multivariate regression techniques at each decision step.

• 응용통계연구
• /
• 제21권4호
• /
• pp.571-580
• /
• 2008

로지스틱회귀분석은 고객관계관리나 신용위험관리 등의 분야에서 많이 사용되는 기법인데, 이러한 분야에서의 로지스틱회귀모형에는 연관성이 높은 설명변수들이 다수 포함되어 다중공선성의 문제를 유발하는 경우가 있다. 다중공선성이 존재하는 상황에서 최우추정량은 심각한 결함을 갖는다는 사실은 잘 알려졌다. 이 문제를 해결하기 위하여 로지스틱주성분회귀를 연구하되, 분석상의 주요 과정인 주성분 선정을 위한 방법을 새롭게 제안하였다. 추정량의 분산을 최소가 되게 하는 상태지수 값을 측정하고, 이 값에 영향을 미치는 주요 요인들을 컨조인트분석에 의해 파악하여 주성분 선정기준을 결정하는 모형을 구축하였다. 제안된 방법은 다중공선성 문제를 적절히 해결하면서도 모형의 적합성을 향상시킨다는 사실이 모의실험을 통하여 확인되었다.

• 디지털융복합연구
• /
• 제15권5호
• /
• pp.487-494
• /
• 2017

문제음주는 개인의 정서적 문제와 신체적 질병을 유발하며 사고나 상해, 주취폭력 등 주변인 및 지역사회에 미치는 부정적 폐해가 크기 때문에 어떠한 특성을 가진 개인이 문제음주의 가능성이 높은지 그 예측요인을 규명하는 것은 음주와 관련한 치명적인 손실을 예방하기 위해 무척 중요하다. 이에 본 연구는 2012년도에 실시된 한국복지패널 7차년도 데이터 중 음주경험이 있으며 AUDIT에 응답한 3,915명을 대상으로 문제음주와 인구사회학적, 심리사회적 변인과의 관계를 분석하고, 문제음주의 예측요인을 검증하기 위해 로지스틱 회귀분석을 실시하였다. 연구 결과 조사대상자의 36%가 문제음주군으로 나타났으며, 성별, 연령, 학력, 직업, 경제적 상황과 자아존중감, 우울, 가족관계 만족 및 사회관계 만족이 문제음주와 상관관계가 있는 것으로 확인되었다. 또한 로지스틱 회귀분석 결과 조사대상자의 문제음주를 예측하는 요인은 성별, 연령, 학력, 직업, 자아존중감 및 우울로 확인되었다. 이러한 결과를 토대로 일반 성인들의 문제음주군으로의 진입을 예방하기 위한 실천적 방안의 근거를 제시하였다.

• 벤처창업연구
• /
• 제19권5호
• /
• pp.1-11
• /
• 2024

온라인 리뷰는 시장 내에서의 기업의 가치를 평가하는 데 있어 중요한 역할을 하며, 기업의 수익에 큰 영향을 미치는 요인 중 하나이다. 따라서 온라인 리뷰의 감성 분석 지표는 사업의 성공을 예측할 수 있는 중요한 지표 중 하나이다. 본 연구에서는 대표적인 온라인 리뷰 플랫폼 중의 하나인 Yelp 플랫폼에 있는 레스토랑 리뷰 텍스트를 연구대상으로 선정하였고, Yelp Open Dataset에서 제공하는 리뷰 데이터 세트를 활용하였다. 본 연구에서는 레스토랑 리뷰의 Polarity Prediction을 위해 Logistic Regression, SVM, Random Forest, Gradient Boosting Machine(GBM), XGBoost, LightGBM 총 6가지 머신러닝 알고리즘을 사용하여 연구를 진행하였다. 각 모델의 성능평가 결과, Logistic Regression, SVM, LightGBM 알고리즘이 0.91로 가장 정확도가 높게 나타났다. 본 연구는 비정형화된 형태로 작성된 텍스트의 리뷰 데이터를 정량화하여 평점으로 예측할 수 있도록 하여 스타트업을 포함한 기업이 고객 피드백을 효과적으로 분석할 수 있도록 한다는 점에서 공헌점이 있다, 나아가 비즈니스 운영자들이 소비자 행동을 예측하고, 마케팅 전략 수립에 활용할 수 있는 유용한 인사이트를 제공할 수 있을 것으로 기대된다.

• 대한간호학회지
• /
• 제50권2호
• /
• pp.191-199
• /
• 2020

Purpose: The purpose of this study was to compare sociodemographic characteristics of a normal cognitive group and mild cognitive impairment group, and establish prediction models of Mild Cognitive Impairment (MCI). Methods: This study was a secondary data analysis research using data from "the 4th Korea Longitudinal Study of Ageing" of the Korea Employment Information Service. A total of 6,405 individuals, including 1,329 individuals with MCI and 5,076 individuals with normal cognitive abilities, were part of the study. Based on the panel survey items, the research used 28 variables. The methods of analysis included a χ²-test, logistic regression analysis, decision tree analysis, predicted error rate, and an ROC curve calculated using SPSS 23.0 and SAS 13.2. Results: In the MCI group, the mean age was 71.4 and 65.8% of the participants was women. There were statistically significant differences in gender, age, and education in both groups. Predictors of MCI determined by using a logistic regression analysis were gender, age, education, instrumental activity of daily living (IADL), perceived health status, participation group, cultural activities, and life satisfaction. Decision tree analysis of predictors of MCI identified education, age, life satisfaction, and IADL as predictors. Conclusion: The accuracy of logistic regression model for MCI is slightly higher than that of decision tree model. The implementation of the prediction model for MCI established in this study may be utilized to identify middle-aged and elderly people with risks of MCI. Therefore, this study may contribute to the prevention and reduction of dementia.

• Communications for Statistical Applications and Methods
• /
• 제9권3호
• /
• pp.853-864
• /
• 2002

In the analysis of categorical data subject to misclassification errors, the observed cell proportions are adjusted by a misclassification probabilities and estimates of variances are adjusted accordingly. In this case, it is important to determine the extent to which misclassification probabilities are homogeneous within a population. This paper considers methods to evaluate the power of chi-squared tests for homogeneity with complex survey data subject to misclassification errors. Two cases are considered: adjustment with homogeneous misclassification probabilities; adjustment with heterogeneous misclassification probabilities. To estimate misclassification probabilities, logistic regression method is considered.

• Communications for Statistical Applications and Methods
• /
• 제7권2호
• /
• pp.605-616
• /
• 2000

Three primary interests frequently raised by mortgage companies are introduced and the corresponding statistical approaches for the default probability in mortgage companies are examined. Statistical models considered in this paper are time series, logistic regression, decision tree, neural network, and discrete time models. Usage of the models is illustrated using an artificially modified data set and the corresponding models are evaluated in appropriate manners.

• 한국품질경영학회:학술대회논문집
• /
• 한국품질경영학회 2004년도 품질경영모델을 통한 가치 창출
• /
• pp.597-602
• /
• 2004

This study examined the forecasting of instant messinger's users choice using neural network. We used the statistical methods which were Logistic Regression, MDA(Multiple Discriminant Analysis), and ANN(Artificial Neural Network). In the result, the forecasting performance of the ANN was better than conventional model(Logistic Regression, MDA).

• 품질경영학회지
• /
• 제29권3호
• /
• pp.124-137
• /
• 2001

In general, it is very efficient and effective to use screening variables that are correlated with the performance variable in case that measuring the performance variable is impossible (destructive) or expensive. The general methodology for searching surrogate variables is regression analysis. This paper considers the inspection problem in CRT (Cathode Ray Tube) production line, in which the performance variable (dependent variable) is binary type and screening variables are continuous. The general regression with dummy variable, discriminant analysis and binary logistic regression are considered. The cost model is also formulated to determine economically inspection procedure with screening variables.

• 한국수자원학회논문집
• /
• 제53권2호
• /
• pp.121-129
• /
• 2020

도시화로 인한 불투수층 증가와 하천 주변 개발은 홍수 시 위험에 노출되는 재해요인의 증가뿐 아니라 피해의 파급을 발생시켜 홍수 관리 측면에서 어려움을 낳는다. 홍수 방재대책을 위해서는 도시지역에 분포하는 다양한 지표면 공간특성을 반영하여 침수가 예상되는 지역에 대한 파악이 우선시되어야 한다. 본 연구에서는 도시하천의 홍수 위험지역을 대상으로 확률적 홍수위험 평가가 수행되었다. 홍수와 관련된 지형적 영향요인인 고도, 경사, 유출곡선지수, 하천까지 거리를 예측변수로 하여 하천 주변 침수 예상지역을 설명하기 위해 모형의 학습데이터로 100년 빈도 홍수위험 지도가 사용되었다. 연구 대상 지역은 격자로 변환하여 Bayesian Logistic 회귀분석을 수행하여 각 격자별로 홍수영향요인이 침수 여부를 설명하는 모형을 구축하였다. 최종적으로 모형을 통해 대상 지역 전체에 대하여 침수위험도를 확률적으로 제시하였다.