• 응용통계연구
• /
• 제25권4호
• /
• pp.641-650
• /
• 2012

Spatial time series data can be viewed as a set of time series simultaneously collected at a number of spatial locations. This paper studies Bayesian inferences in a spatial time bilinear model with a Gibbs sampling algorithm to overcome problems in the numerical analysis techniques of a spatial time series model. For illustration, the data set of mumps cases reported from the Korea Center for Disease Control and Prevention monthly over the years 2001~2009 are selected for analysis.

• Journal of the Korean Data and Information Science Society
• /
• 제17권1호
• /
• pp.131-139
• /
• 2006

Statistical analyses for spatial data are important features for various types of fields. Spatial data are taken at specific locations or within specific regions and their relative positions are recorded. Lattice data are synoptic observation covering an entire spatial region, like cancer rates corresponding to each county in a state. The main purpose of this paper is to detect hotspots for the region with significantly high or low rates. Kulldorff(1997) detected hotspots based on circular spatial scan statistics. We propose a new method to find any shapes of hotspots by use of echelon analysis with spatial scan statistics.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2004년도 학술발표논문집
• /
• pp.91-95
• /
• 2004

Moments of skew t random vectors and their quadratic forms are derived. It is shown that the moments of the sample autocovariance function and of the sample variogram estimator do not depend on a skewness parameter.

• 한국주거학회논문집
• /
• 제25권3호
• /
• pp.85-92
• /
• 2014

The purpose of this study is to explore the relationship between housing types and crime and to suggest the appropriate strategies and interventions of housing policies for crime prevention. For spatial analysis of crime data, spatial autocorrelation is tested by Moran's I Test. A Ordinary Least Squares-based regression model is employed because crime data used in this study fails to show spatial autocorrelation. Results show that housing type variables except non-residential housing type are not associated with crime. Among land-use characteristics, the percentage of commercial areas is likely to better explain crime occurrence rather than housing types. It is surprising that residents' satisfaction to housing environment has a positive direction in its relationship with crime even though it cannot have a statistical significance. However, fear of crime shows a negative direction with crime although it fails to have a statistical significance. The findings of this study can contribute to understand the association between housing types and crime when setting housing policies for crime prevention.

• 대한공간정보학회지
• /
• 제18권1호
• /
• pp.3-9
• /
• 2010

하천에 의하여 지면이 절개되는 정도로 정의되는 배수밀도는 유역의 형태학적 응답을 포괄적으로 반영하는 자연 지형의 근본적인 특성으로 알려져 있다. 본 연구에서는 배수밀도에 대한 통계학적 접근방법을 기반으로 해당 지형 인자의 공간적 변동성을 분석하고 이로부터 배수밀도의 공간적 변동성을 도시할 수 있는 방법을 제시하였다. 지표면 유하거리의 통계학적 특성을 분석해 본 결과 이 지형인자는 고도의 공간적 변동성으로 대표되는 자연지형의 고유한 특성들 중 하나임을 확인할 수 있었다. 이로부터 본 연구에서 제시한 분포도 형태의 배수밀도는 고전적인 정의의 배수밀도보다 유용한 도구가 될 수 있을 것으로 판단된다.

• 산업융합연구
• /
• 제21권1호
• /
• pp.159-165
• /
• 2023

최근 지진 발생 빈도가 증가하고 있는 반면 국내 지진 대응 체계는 취약한 현실에서, 본 연구의 목적은 통계분석 기법과 머신러닝 기법을 활용한 공간분석을 통해 건물의 지진취약도를 비교분석 하는 것이다. 통계분석 기법을 활용한 결과, 최적화척도법을 활용해 개발된 모델의 예측정확도는 약 87%로 도출되었다. 머신러닝 기법을 활용한 결과, 분석된 4가지 방법 중, Random Forest의 정확도가 Train Set의 경우 94%, Test Set의 경우 76.7%로 가장 높아, 최종적으로 Random Forest가 선정되었다. 따라서, 예측정확도는 통계분석 기법이 약 87%, 머신러닝 기법이 76.7%로, 통계분석 기법의 예측정확도가 더 높은 것으로 분석되었다. 최종 결과로, 건물의 지진취약도는 분석된 건물데이터 총 22,296개 중, 1,627(0.1%)개의 건물데이터는 통계분석 기법 사용 시 더 위험하다고 도출되었고, 10,146(49%)개의 건물데이터는 동일하게 도출되었으며, 나머지 10,523(50%)개의 건물데이터는 머신러닝 기법 사용 시 더 위험하게 도출되었다. 기존 통계분석 기법에 첨단 머신러닝 기법활용결과가 추가로 비교검토 됨으로써 공간분석 의사결정에 있어서, 좀더 신뢰도가 높은 지진대응책 마련에 도움이 되길 기대한다.

• 정보처리학회논문지B
• /
• 제11B권4호
• /
• pp.403-410
• /
• 2004

최근 의료 영상 분석(Medical Image Analysis)이나 영상 검색(Image Retrieval)을 위한 전처리(Preprocessing) 단계로 영상 분석(Image Analysis)에 대한 연구가 활발히 진행되고 있다. 본 논문에서는 영상 검색에서 색상 성분(Color Component)의 활용 방법을 제안하고자 한다. 이미지를 검색하기 위해 색상 성분을 기반으로 하고, 색상(Color)을 분석하기 위한 기법으로 CLCM(Color Level Co-occurrence Matrix)과 통계적 기법을 이용하고 있다. CLCM은 기하학적 회전 변환(Geometric Rotate Transform)을 통해서 색상 성분을 3차원 공간상에 투영(Projection)하여 공간 관계(Spatial Relationship)로부터 나타나는 분포를 해석하는 방법으로, 본 논문에서 제안하는 주제이다. CLCM은 색상 모델에서 만들어지는 2차원 히스토그램을 지칭하며 색상 모델의 기하학적인 회전 변환을 통해서 생성된다. 그리고 이를 분석하기 위한 방법으로 통계 기법을 활용하고 있다. CLCM과 유사하게 2차원 분포도를 사용하는 GLCM(Gray Level Co-occurrence Matrix)[1]과 불변 모멘트(Invariant Moment)[2,3] 같은 알고리즘은 2차원적인 데이터를 해석하기 위하여 기본적인 통계 기법을 활용하고 있다. 하지만 GLCM과 불변 모멘트가 각각의 도메인에 최적화되어 있다 하더라도 공간 좌표상에 존재하는 불규칙적인 데이터를 완전히 해석할 수는 없다. 즉 GLCM과 불변 모멘트는 기초 통계 기법만을 사용하고 있기 때문에 추출된 특징들의 신뢰성이 낮다는 것이다. 본 논문에서는 이러한 단점을 보완하여 공간 관계를 해석함과 동시에 데이터의 가중치를 해석하기 위해 전형적인 다변량 통계에서 사용하는 주성분 분석(Principal Component Analysis)[4,5]을 이용하고 있다. 그리고 데이터의 정확도를 높이기 위해서 3차원 공간상에 색상 성분을 투영하여 이를 회전시키면서 데이터의 특성을 다각도에서 추출하는 방법을 제시한다.

• Journal of Biosystems Engineering
• /
• 제29권2호
• /
• pp.109-120
• /
• 2004

To obtain basic information for precision agriculture, spatial variability of rice growth condition was evaluated in 100m ${\times}$100m paddy field. The rice growth condition of four hundred locations in the field were investigated to analyze the spatial variability of their properties ; SPAD, plant length and tiller number. Geostatistical analysis was carried out to examine within-field spatial variability using semivariograms and kriged maps as well as descriptive statistics. Descriptive statistics showed that the coefficient of variation for SPAD, plant length, and tiller number exceeded 5.70 %, suggesting a relatively high variability. Geostatistical analysis indicated a high spatial dependence for all the properties except for the second tiller number. The range of spatial dependence was about 20 m for SPAD, plant length, and tiller number. Based on the results of spatial dependence, kriged maps were prepared for the properties to analyse their spatial distribution in the field. The results reflected the history of field management. In conclusion, the need for site-specific field management and possibility of precision agriculture were demonstrated even in an almost flat paddy field.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.187-187
• /
• 2016

High intensity of population distribution in deltaic setting especially in Asia tends to have increased and causes coastal flood risk due to lower elevations and significant subsidence. Maximum or peak discharge of flood always causes numerous deaths and huge economic losses. New technology of spatial satellite image has been applied to analyze flood damage. In this research, the relationship of nightlight intensity associated with flood damages has been determined during 1992-2013 with spatial resolution of 30 arc sec ($0.0083^{\circ}$) which is nearly one kilometer at the equator in whole six countries along the Mekong River (i.e., China, Myanmar, Lao PDR, Thailand, Cambodia and Vietnam). ArcGIS Hydrological Flow Length Tool has been used to determine the distance of each pixel areas from the rivers and streams. Statistical analysis results highlight the significant correlation R = 0.47 between nightlight digital number and economic damages per unit area (US$/km2) and R = 0.62 for number of affected people for unit area ($people/km^2$). The areas near by the Mekong River and its tributaries correspond to high flood damage. This spatial analysis result is going to be prestigious key information to the regions and all related stakeholders for decisions and mitigation strategies.

• 한국지반공학회:학술대회논문집
• /
• 한국지반공학회 2003년도 봄 학술발표회 논문집
• /
• pp.123-130
• /
• 2003

The estimation of key soil properties and subsequent quantitative assessment of the associated uncertainties has always been an important issue in geotechnical engineering. It is well recognized that soil properties vary spatially as a result of depositional and post-depositional processes. The stochastic nature of spatially varying soil properties can be treated as a random field. A practical statistical approach that can be used to systematically model various sources of uncertainty is presented in the context of reliability analysis of slope stability Newly developed expressions for probabilistic characterization of soil properties incorporate sampling and measurement errors, as well as spatial variability and its reduced variance due to spatial averaging. Reliability analyses of the probability of slope failure using the different statistical representations of soil properties show that the incorporation of spatial correlation and conditional simulation leads to significantly lower probability of failure than obtained using simple random variable approach.