• 한국조경학회지
• /
• 제39권6호
• /
• pp.110-117
• /
• 2011

본 연구는 2010년 4월 3일부터 3가지 토양 조성에 따른 섬기린초의 월동 후 생육상태를 측정하였고, 초고-생장시간 생장모형을 개발하고자 하였다. 이를 위해 함수식(Logistic식과 Gompertz식)을 사용하였고, SPSS를 이용하여 비선형 회귀분석을 진행하였다. 섬기린초의 초고-생장시간 생장모형을 통하여 섬기린초 월동 후의 생장과정과 관리방법을 명확하게 파악할 수 있다. 섬기린초의 생육상태 측정치에 의하면, 펄라이트($P_1$)보다는 혼합한 토양($P_2P_1V_1$, $P_1P_2V_1$)의 생육상태가 더 양호하고, 평균초고는 최대 약 2배 정도의 차이가 나타났다. 그리고 섬기린초의 Logistic생장모형과 Gompertz생장모형의 평균결정계수($R^2$)는 0.995, 0.978 순으로 나타났으며, Logistic생장모형의 적합성은 Gompertz생장모형보다 높은 것으로 확인되었다. 또한 섬기린초의 생장모형을 통하여 월동 후의 생장 기간은 3기간으로 나눌 수 있으며, 생장형태는 "비교적 빠른 생장기간---아주 빠른 생장기간---느린 생장기간"으로 구분할 수 있다. 옥상녹화용 섬기린초를 관리할 때 빠른 생장기간에서만 관리하면 섬기린초의 생육상태는 많이 좋아질 것으로 판단된다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제15권8호
• /
• pp.596-600
• /
• 2009

검증과 확인을 통한 소프트웨어의 효율적인 관리를 지원하기 위하여 객체지향 메트릭 기반의 결함 예측 모형이 많이 제안되고 있다. 제안된 모형은 주로 로지스틱 회귀분석으로 개발하였다. 그리고 개발된 모형의 결함 예측 정확도는 60${\sim}$70%이었다. 본 논문에서는 기존 결함 예측 모형의 효과를 확인하기 위하여 이클립스 3.3을 대상으로 개발된 모형과 유사한 방법으로 실험을 하였다. 실험 결과 모형의 정확성은 약 40%이었다. 이는 주장된 예측력보다 많이 낮은 수치이었다. 또한 단순 로지스틱 회귀분석이 다중 로지스틱 회귀분석보다 높은 예측력을 보였다.

• Journal of the Korean Data and Information Science Society
• /
• 제25권2호
• /
• pp.403-410
• /
• 2014

이분형 로지스틱 회귀분석은 양적 혹은 질적 설명변수를 이용해서 이분형 반응변수를 설명하는 하나의 통계적인 기법이다. 이 모형에서는 반응변수가 1이 될 확률을 설명변수들의 선형결합의 변환(혹은 함수)으로 설명하고자 한다. 이 개념에 대한 이해가 비통계학자들이 이분형 로지스틱 회귀모형을 이해하는데 있어서 넘어야 할 커다란 장벽 중의 하나이다. 이 연구에서는 이분형 로지스틱 회귀모형의 필요성을 엑셀 VBA를 이용하여 설명하는 교육도구를 개발하고자 한다. 반응변수가 1이 될 확률을 설명변수의 선형함수로 모형화 할 때의 문제점과 선형결합에 대한 변환을 통해 이 문제점이 어떻게 해소되는지 보여준다.

• Journal of Animal Science and Technology
• /
• 제45권4호
• /
• pp.509-516
• /
• 2003

한우 암소로부터 시간적인 간격을 두고 조사된 체중측정 기록에 대해 기존에 제안된 몇 가지 비선형의 성장곡선 모형을 적용하여 한우 암소의 성장모형을 추정하고, 추정된 성장모형의 모수를 이용하여 한우암소에 대한 성장특성을 규명하기 위해 실시하였다. 각 성장곡선 함수로 추정한 한우 암소 집단의 성장 곡선은 다음과 같다. Gompertz 모형 : $W_t=370.2e^{-2.208e^{-0.00327t}$ von Bertalanffy 모형 : $W_t=388.6(1-0.549e^{-0.00261t})^3$ Logistic 모형 : $W_t=341.2(1+5.652e^{-0.00524t})^{-1}$ 각 모형으로 전체자료를 이용하여 추정한 일반적인 성장곡선의 모수 A(성숙체중), b(성장비) 및 k(성숙률)와 추정된 모수들을 이용하여 변곡점 도달일령, 변곡점에서의 체중 및 변곡점에서의 일당증체량과 각 모형별 오차 제곱합 등을 계산하였는데, 세 모형 중 von Bertalanffy 모형이 성숙체중이 제일 크고(388.6kg), 변곡점 도달일령이 제일 빠르며(191일), 변곡점 도달시 체중이 제일 작고(약 115kg), 오차 제곱합도 제일 작았다(1,1170.9) 그리고 Logistic 모형이 성숙체중이 제일 작고(341.2kg), 변곡점 도달일령이 제일 늦으며(약 330일), 변곡점 도달시 체중이 제일 크고(약 170kg), 오차 제곱합도 제일 컸다(1,287.7). Logistic 모형이 세 모형 중에서 오차 제곱합이 제일 크고 생시와 36개월령에서 실측체중과 적합 체중간의 차이가 제일 큰 반면 von Bertalanffy 모형이 세 모형 중에서 오차 제곱합이 제일 작고 생시와 36개월령에서 실측체중과 적합 체중간의 차이가 제일 작은 결과를 볼 때, 본 연구 자료인 한우 암소의 성장은 von Bertalanffy 모형, Gompertz 모형 그리고 Logistic 모형 순으로 적합도가 좋은 것으로 판단된다.

• 응용통계연구
• /
• 제30권6호
• /
• pp.957-981
• /
• 2017

관측되지 않는 효과 또는 고정효과로 설명할 수 없는 분산 구조가 포함되어 정확한 모수 추정이 어려운 경우 체계적인 분석을 위해 일반화 선형 모형은 임의효과가 포함된 일반화 선형 혼합 모형으로 확장되었다. 본 연구에서는 일반화 선형 모형 중에서도 이분적인 반응변수를 다루는 로지스틱 회귀모형에 임의효과를 포함한 최대 우도 추정 방법을 설명한다. 그중에서도 라플라스 근사법, 가우스-에르미트 구적법, 적응 가우스-에르미트 구적법 그리고 유사가능도 우도에 대한 최대우도 추정법을 자세히 알아본다. 또한 제안한 방법을 사용하여 한국 복지 패널 데이터에서 정신건강과 생활만족도가 자원봉사활동에 미치는 영향에 대해 분석한다.

• 응용통계연구
• /
• 제26권1호
• /
• pp.141-149
• /
• 2013

로지스틱회귀모형에서 두 설명변수의 조건부 분포가 모두 이변량 정규분포라고 할 수 있다면 설명변수들의 함수로 표현되는 로그-밀도비를 통해 모형에 포함시켜야하는 항을 알 수 있다. 두개의 이변량 정규분포에서 분산-공분산행렬이 같은 경우에는 이차항과 교차항 없이 일차항만으로 충분하다. 상관계수가 모두 0이면 교차항은 설명변수의 분산과 관계없이 필요하지 않다. 또한 로지스틱회귀모형에서 로그-밀도비를 통해 이차항과 교차항이 필요하지 않게 되는 다른 조건들도 알아본다.

• 응용통계연구
• /
• 제21권4호
• /
• pp.639-647
• /
• 2008

본 연구는 국민건강보험공단의 건강검진데이터, 자격 및 보험료 그리고 진료비 데이터를 활용하여 고혈압 관리를 위한 맞춤형 고혈압 사후관리모형(고혈압 진료예측모형 및 고혈압 진료순응도세분화모형)을 개발하고자 하였다. 모형 개발에는 데이터마이닝의 로지스틱 회귀모형, 의사결정나무 그리고 앙상블 모형을 활용하였다. 고혈압 진료예측모형에서는 3가지 모형 중 로지스틱 회귀모형이 가장 우수한 모형으로 채택되었으며, 고혈압 진료순응도세분화모형은 의사결정나무모형을 통해 개발되었다. 본 연구는 전국 규모의 수년간 축적된 자료를 데이터마이닝을 활용함으로써 고혈압의 진료 및 진료순응도에 이르는 고혈압 사후관리 프로세스 전반에 걸친 결과를 도출함으로써 우리나라 고혈압 사후관리체계 구축에 기여할 것으로 사료된다.

• 응용통계연구
• /
• 제31권3호
• /
• pp.329-342
• /
• 2018

노모그램은 질병의 위험 요인과 예측 확률을 쉽게 이해할 수 있도록 시각적으로 표현하는 통계적 도구이다. 본 논문은 만성 폐쇄성 폐질환(chronic obstructive pulmonary disease)의 위험 요인을 이용하여 로지스틱 회귀모형과 순수 베이지안 분류기 모형의 노모그램을 구축하고 이를 비교하였다. 분석 데이터는 국민건강영양조사 6기(2013-2015)를 이용하여 진행하였다. 총 6개의 위험 요인을 이용하였다. 그리고 로지스틱 회귀모형, 순수 베이지안 분류기 모형과 각각의 구축 방법을 이용하여 만성 폐쇄성 폐질환의 노모그램을 제시하였다. 또한, 구축된 두 노모그램을 비교하여 유용성을 살펴보았다. 마지막으로 ROC curve와 Calibration plot을 통하여 각 노모그램을 검증하였다.

• 응용통계연구
• /
• 제21권4호
• /
• pp.589-602
• /
• 2008

순위형 다범주 자료에 있어서 범주값의 증감에 대한 설명변수의 특성분석을 위하여 다항로짓모형을 적합하여 분석하고 로지스틱 회귀모형을 적합하여 분석한 결과와 비교하였다. 이를 통하여 장애연금 수급자자료의 재정추계를 위해 필요한 일곱 가지 요인인 성별, 수급나이, 가입기간, 가입종별, 소득활동여부, 소득수준, 장애원인이 장애등급에 미치는 영향을 파악하였다. 일곱 요인 모두 장애응급에 대한 연관성이 있음을 확인하였고 이 가운데 다섯 요인은 장애등급의 증감에 있어서도 일정한 추세를 보였으나, 장애원인과 소득수준은 장애등급의 증감에는 일정한 추세를 보이지 않음을 확인하였다. 본 연구의 결과는 장애연금 관리방안을 모색하는데 있어서 장애등급에 따른 설명 요인의 특성을 반영하는데 필요한 가이드라인을 제공할 수 있을 것으로 기대한다. 장애등급 분류에 있어서 다중분류의 정분류율은 각각 42.56%와 42.43%로 로지스틱 회귀모형의 경우 다중로짓 모형의 경우보다 다소 높았지만 거의 비슷한 정확도를 보였다.

• 한국철도학회논문집
• /
• 제20권4호
• /
• pp.482-490
• /
• 2017

본 연구는 사고심각도 분류 및 예측을 위한 철도사고조사 통계기법에 관한 연구이다. 그동안의 선형 회귀분석은 사고 심각도 분석에 어려움이 있었으나 로지스틱회귀분석은 이를 보완할 수 있었다. 데이터마이닝 기법인 로지스틱회귀분석을 활용, 서울지하철(5~8호선) 역사 내 전도사고 중 에스컬레이터 전도사고 발생에 영향을 주는 사고예측 모형 변수는 사고자 연령, 음주여부, 사고 당시상황 및 행동, 핸드레일 잡음 여부였다. 분석의 정확도는 76.7%로 설명되었고 분석방법 결과에 따르면 정확도와 유의수준 측에서 로지스틱회귀분석 방법이 도시철도 사상사고 예측모형을 개발하는데 유용한 데이터마이닝 기법으로 판단된다.