• 한국측량학회지
• /
• 제32권3호
• /
• pp.225-231
• /
• 2014

When a spatial regression model that uses kernel density values as a dependent variable is applied to retail business data, a unique model cannot be selected because kernel density values change following kernel bandwidths. To overcome this problem, this paper suggests how to use the point pattern analysis, especially the L-index to select a unique spatial regression model. In this study, kernel density values of retail business are computed by the bandwidth, the distance of the maximum L-index and used as the dependent variable of spatial regression model. To test this procedure, we apply it to meeting room business data in Seoul, Korea. As a result, a spatial error model (SEM) is selected between two popular spatial regression models, a spatial lag model and a spatial error model. Also, a unique SEM based on the real distribution of retail business is selected. We confirm that there is a trade-off between the goodness of fit of the SEM and the real distribution of meeting room business over the bandwidth of maximum L-index.

• 대한지리학회지
• /
• 제48권6호
• /
• pp.978-993
• /
• 2013

공간회귀모형은 공간가중행렬을 통해 공간관계를 명시적으로 정량화한다는 점에서 타 모형과 뚜렷하게 구별되는 강점이 있는 동시에, 공간가중행렬 구성에 자의성이 개입된다는 약점을 가지고 있기도 하다. 본 연구에서는 공간가중행렬의 구성에 따라 모형 적합도가 어떻게 변화하는지 인천시를 사례로 실증적으로 검토하였다. 또한 인근지역 범위 설정에 따라 공간시차모형(spatial lag model) 또는 공간오차모형(spatial error model) 중 어떠한 모형이 보다 우수하게 나타는지 검토하였다. 분석 결과, 토지가격 추정에 있어 인근지역 범위를 좁게 파악하는 공간가중행렬을 구성할수록 모형 적합도가 전반적으로 개선되는 것이 확인되었다. 또한, 공간적 이질성이 심한 지역은 공간오차모형의 적합도가 보다 우수한 것으로 파악되었다. 공간적 이질성이 심한 지역은 동질적 성격을 갖는 하부 인근지역으로 세분함으로써 그러한 이질성을 완화시킬 수 있었고, 그 결과 공간오차모형보다 공간시차모형의 적합도가 우수하게 나타날 수 있음을 밝혔다.

• Journal of the Korean Data and Information Science Society
• /
• 제17권4호
• /
• pp.1271-1278
• /
• 2006

Recently, a profit analysis in hospital management is considered as an important marketing concept. When spatial variability is presented, we must analyze the hospital data with spatial statistical methods. In this study, we present a regression model using spatial covariance for adjustment. And we compare the nonspatial model with spatial model.

• Journal of the Korean Data and Information Science Society
• /
• 제26권3호
• /
• pp.561-568
• /
• 2015

이 연구에서는 공간회귀모형 중 공간시차모형과 공간오차모형을 이용하여 대구 경북 지역 단위면적당 아파트 매매가격을 예측하였다. k-최근접이웃 (k-nearest neighbours)을 이용하여 공간가중행렬을 구축하였으며, 이를 이용해 2012년 3월의 단위면적당 아파트 매매가격에 대한 모형을 적합시켰다. 적합시킨 공간시차모형, 공간오차모형을 이용하여 2013년 3월의 단위면적당 아파트 매매가격을 예측하였으며 RMSE (root mean squared error), RRMSE (root relative mean squared error), MAE (mean absolute error)를 통해 두 모형의 성능을 비교하였다.

• 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
• /
• 제33권6호
• /
• pp.579-587
• /
• 2015

Landslides are major natural geological hazards that result in a large amount of property damage each year, with both direct and indirect costs. Many researchers have produced landslide susceptibility maps using various techniques over the last few decades. This paper presents the landslide susceptibility results from the geographically weighted regression model using remote sensing and geographic information system data for landslide susceptibility in the Inje area of South Korea. Landslide locations were identified from aerial photographs. The eleven landslide-related factors were calculated and extracted from the spatial database and used to analyze landslide susceptibility. Compared with the global logistic regression model, the Akaike Information Criteria was improved by 109.12, the adjusted R-squared was improved from 0.165 to 0.304, and the Moran’s I index of this analysis was improved from 0.4258 to 0.0553. The comparisons of susceptibility obtained from the models show that geographically weighted regression has higher predictive performance.

• 품질경영학회지
• /
• 제44권3호
• /
• pp.677-688
• /
• 2016

Purpose: In this study, we examine the effects of circulatory diseases mortality in South Korea 2005-2013 using the air pollution index, Methods: We cluster the region of high risk mortality by SaTScan$^{TM}$9.3.1 and compare this result with the regional distribution of air pollution. We use the Geographically Weighted Regression (GWR) to consider the spatial heterogeneity of data collected by administrative district in order to estimate the model. As GWR is spatial analysis techniques utilizing the spatial information, regression model estimated for each region on the assumption that regression coefficients are different by region. Results: As a result of estimating model of the collected air pollution index, circulatory diseases mortality data combined with the spatial information, GWR was found to solve the problem of spatial autocorrelation and increase the fit of the model than OLS regression model. Conclusion: GWR is used to select the air pollution affecting the disease each year, the K-means cluster analysis discover the characteristics of the distribution of air pollution by region.

• 한국지형학회지
• /
• 제26권2호
• /
• pp.1-14
• /
• 2019

This study analyzed the relativity between block stream and talus distributions by employing a likelihood ratio approach. Possible distribution sites for each debris slope landform were extracted by applying a spatial integration model, in which we combined fuzzy set model, Bayesian predictive model, and logistic regression model. Moreover, to verify model performance, a success rate curve was prepared by cross-validation. The results showed that elevation, slope, curvature, topographic wetness index, geology, soil drainage, and soil depth were closely related to the debris slope landform sites. In addition, all spatial integration models displayed an accuracy of over 90%. The accuracy of the distribution potential area map of the block stream was highest in the logistic regression model (93.79%). Eventually, the accuracy of the distribution potential area map of the talus was also highest in the logistic regression model (97.02%). We expect that the present results will provide essential data and propose methodologies to improve the performance of efficient and systematic micro-landform studies. Moreover, our research will potentially help to enhance field research and topographic resource management.

• 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.

• Journal of the Korean Statistical Society
• /
• 제29권2호
• /
• pp.231-245
• /
• 2000

This paper considers a linear regression model with space and time data in where the disturbances follow spatially correlated error components. We provide the best linear unbiased predictor for the one way error components. We provide the best linear unbiased predictor for the one way error component model with spatial autocorrelation. Further, we derive two diagnostic test statistics for the assessment of model specification due to spatial dependence and random effects as an application of the Lagrange Multiplier principle.