메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국자료분석학회 Journal of The Korean Data Analysis Society Journal of The Korean Data Analysis Society 제16권 제4호
발행연도
2014.1
수록면
1,859 - 1,870 (12page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
공간선형회귀모형에서는 종속변수에 내재된 공간 상관성을 모형화하기 위하여 공분산모형(covariance model) 혹은 세미베리오그램(semi-variogram)을 추정하는데 여기에는 공간적 연관구조를 나타내는 모수들을 포함한다. 이 모수들을 추정하기 위해 가중최소제곱법(weighted least squares estimation), 최대우도추정법(maximum likelihood estimation), 잔차최대우도추정법(residual maximum likelihood estimation) 등이 사용된다. 그러나 이러한 모수추정방법들은 모수의 구간추정(interval estimation)을 근사적인 형태로만 이루어지게 된다. 따라서 본 논문에서는 이들 모수의 신뢰구간을 구하기 위해 붓스트랩(bootstrap) 방법을 적용하였다. 붓스트랩 방법으로는 공분산함수(covariance function)를 분해하여 붓스트랩 표본을 생성하는 방법과 잔차(residual)가 따르는 다변량 정규분포에서 난수를 생성하여 붓스트랩 표본을 생성하는 방법을 사용하였다. 그리고 공간자료에서 자료들 간의 연관성을 유지시켜주기 위해 사용하는 블록(block) 붓스트랩 방법을 제안하고, 블록의 개수를 정하는 기준에 대하여 설명하였다. 제안한 방법들을 비교하기 위해 모의실험을 수행하였고, 풍속자료를 이용하여 제안된 방법들을 적용해 분석하였다.

목차

등록된 정보가 없습니다.

참고문헌 (21)

참고문헌 신청

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0