• 응용통계연구
• /
• 제22권2호
• /
• pp.403-414
• /
• 2009

국내외적으로 지역통계에 관한 관심이 높아지고 있으며 이와 관련하여 소지역 추정에 관한 많은 연구가 진행되고 있다. 소지역 추정에 사용되는 추정량의 대부분은 MSE(moan squared error)를 최소화하여 얻어진다 (Rao, 2003). 최근 황희진과 신기일 (2008)은 MSPE(mean squared percentage error)를 최소화하는 추정량을 사용한 소지역 추정법을 제안하였다. 본 논문에서는 노동통계 중 지청별 일인당 평균 임금총액 추정에 황희진과 신기일 (2008)이 제안한 방법을 적용하여 보았으며 2007년 매월 노동통계 자료를 이용하여 기존의 MSE를 최소화 하여 얻어진 여러 추정량과 우수성을 비교해 보았다. 또한 노동통계를 위 한 소지역 추정의 실제 사용 가능성을 살펴보았다.

• 응용통계연구
• /
• 제26권4호
• /
• pp.623-634
• /
• 2013

본 연구에서는 교통 분석존(서울시 행정동) 단위별로 대중교통 수단(버스, 도시철도)선택에 있어서 공간 상관성이 존재하는지 여부를 대중교통카드 자료를 기반으로 제시한다. 분석결과 버스를 탑승한 비율이 높은 지역들이 서로 이웃하여 그룹을 형성하고 있으며, 이들 지역은 도시철도 역사의 수가 버스 정류장에 비해 매우 적기 때문인 것으로 분석되었다. 버스에 탑승한 비율이 비슷한 그룹 간에는 공간 상관성이 존재하는 것으로 통계분석결과 나타났으며, 이러한 공간상관성은 향후 대중교통 수단선택 모형 구축에 고려할 수 있을 것으로 판단된다. 대중교퉁 수단선택에 있어 공간상관성의 존재는 대중교통 운영기관이 향후 대중교통카드를 기반으로 대중교통 노선계획, 운영계획을 수립함에 있어 중요한 정보가 될 것으로 기대된다.

• 응용통계연구
• /
• 제29권5호
• /
• pp.873-885
• /
• 2016

노지에서 재배되는 양파 생산량은 기후환경에 의하여 영향을 받으며, 특정 지역에서 많이 생산되는 지역적인 특성을 가지고 있다. 따라서 생산량 예측시 기상과 지역을 동시에 고려하는 접근이 필요하다. 본 논문에서는 공간 패널 회귀모형을 이용하여 기상변화에 따른 생산량을 추정하였다. 양파 주산지 13곳에 대한 2006년부터 2015년까지의 기상 패널자료를 사용하여, 공간시차를 반영한 공간자기회귀(spatial autoregressive)모형을 사용하였다. 공간가중치 행렬은 임계치 설정방법과 최근거리 설정방법으로 나누어 분석하여, 최근 3곳까지 거리 설정방법을 사용한 모형이 최종 모형으로 선택되었으며, 자기상관성이 유의함을 보였다. 하우스만 검정을 통해 채택된 확률효과모형으로 분석한 결과 누적일조시간(1월), 평균상대습도(4월), 평균최저기온(6월), 누적강수량(11월) 등이 양파 생산량 예측에 유의한 변수로 나타났다.

• Communications for Statistical Applications and Methods
• /
• 제22권6호
• /
• pp.543-556
• /
• 2015

We present a survey of contributions that defined the nature and extent of robust statistics for the last 50 years. From the pioneering work of Tukey, Huber, and Hampel that focused on robust location parameter estimation, we presented various generalizations of these estimation procedures that cover a wide variety of models and data analysis methods. Among these extensions, we present linear models, clustered and dependent observations, times series data, binary and discrete data, models for spatial data, nonparametric methods, and forward search methods for outliers. We also present the current interest in robust statistics and conclude with suggestions on the possible future direction of this area for statistical science.

• Communications for Statistical Applications and Methods
• /
• 제27권5호
• /
• pp.547-568
• /
• 2020

Modeling the statistical autocorrelations in spatial data is often achieved through the estimation of the variograms, where the selection of the appropriate valid variogram model, especially for small samples, is crucial for achieving precise spatial prediction results from kriging interpolations. To estimate such a variogram, we traditionally start by computing the empirical variogram (traditional Matheron or robust Cressie-Hawkins or kernel-based nonparametric approaches). In this article, we conduct numerical studies comparing the performance of these empirical variograms. In most situations, the nonparametric empirical variable nearest-neighbor (VNN) showed better performance than its competitors (Matheron, Cressie-Hawkins, and Nadaraya-Watson). The analysis of the spatial groundwater dataset used in this article suggests that the wave variogram model, with hole effect structure, fitted to the empirical VNN variogram is the most appropriate choice. This selected variogram is used with the ordinary kriging model to produce the predicted pollution map of the nitrate concentrations in groundwater dataset.

• Communications for Statistical Applications and Methods
• /
• 제17권2호
• /
• pp.193-204
• /
• 2010

최근들어 공간적으로 분석을 필요로 하는 여러 분야에서의 연구자들은 공간통계학에 많은 관심을 가지게 되었다. 그리고 통계학 분야 역시 공간상에서 얻어진 데이터에 공간자기상관이 존재할 경우 공간적으로 분석해야 한다는 주장과 함께 많은 연구가 진행되고 있다. 공간통계학에서 다루고 있는 데이터 중에서 '공간 격자데이터 분석'은 (1) 공간이웃의 정의, (2) 공간이웃 가중치의 정의, (3) 공간모형의 적용 등의 단계를 거쳐서 행해진다. 본 연구에서는 이상치가 존재하는 공간 격자데이터를 분석할 경우 절사평균제곱오차를 이용하여 분석함으로써 예측적인 측면에서 공간통계학적 방법이 일반통계학적 방법보다 더 우수함을 보인다. 본 연구에 대한 내용의 타당성을 보이기 위해서 시뮬레이션을 통하여 공간통계학적인 방법과 일반통계학적인 방법을 비교하였다. 그리고 부산진구의 실제 범죄데이터를 이용한 적용사례를 통하여 절사평균제곱오차를 사용한 공간통계학적 방법의 유용성을 알아보았다.

• 한국데이터정보과학회:학술대회논문집
• /
• 한국데이터정보과학회 2004년도 춘계학술대회
• /
• pp.183-194
• /
• 2004

본 연구에서는 공간 검색 통계량(spatial scan statistics)과 에셜론 해석법을 이용한 범주형 자료분석을 다룬다. 이를 위해 우선, 에셜론 덴드로그램을 이용하여 주어진 분활표의 계층적 구조(hierarchical structure)를 결정하고서 이로부터 핫스팟(hotspot)의 후보를 검출한다. 다음으로 우도비(likelihood ratio)를 기초로 유의하게 높거나 낮게 나타나는 지역에 대한 공간 검색 통계량을 산출한다. 마지막으로, 이 통계량을 바탕으로 핫스팟을 검출한다.

• Communications for Statistical Applications and Methods
• /
• 제6권3호
• /
• pp.781-790
• /
• 1999

In this paper we consider estimation of cancer incidence rates for local areas. The raw estimates usually are based on small sample sizes and hence are usually unreliable. A hierarchical Bayes generalized linear model is used which connects the local areas thereby enabling one to 'borrow strength' Random effects with pairwise difference priors model the spatial structure in the data. The methods are applied to cancer incidence estimation for census tracts in a certain region of the state of New York.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2002년도 추계학술발표회 논문집
• /
• pp.145-155
• /
• 2002

• 한국대기환경학회지
• /
• 제13권6호
• /
• pp.463-474
• /
• 1997

Metallic elements in dustfall have been known as notable air pollutants directly or indirectly influencing human health and wealth. The first aim of this study was to obtain precise spatial distribution patterns of 5 elements (Pb, Zn, K, Cr, and Al) in dustfall around Suwon area. To predict isometric lines of metal fluxes deposited on unsupervised random sites, the study has applied both spatial statistics as a receptor model and a GIS (geographic information system). Total of 31 sampling sites were selected in the study area (roughly 3 by 3 km grid basis) and dustfall samples were then collected monthly basis by the British deposit gauges from Dec., 1995 to Nov., 1996. The metallic elements in the dustfall were then analyzed by an atomic absorption spectrometer (AAS). On the other hand, a base map overlapped by 7 layers was constructed by using the AutoCAD R13 and ARC/INFO 3.4D. Four different spatial interpolation and expolation techniques such as IDW (inverse distance weighted averaging), TIN (triangulated irregular network), polynomial regression, and kriging technique were examined to compare spatial distribution patterns. Each pattern obtained by each technique was substantally different as varing pollutant types, land of use types, and topological conditions, etc. Thus, our study focused intensively on uncertainty analysis based on a concept of the jackknife and the sum of error distance. It was found that a kriging technique was the best applicalbe in this study area.