A Study on Prediction Comparison of Kriging and Cokriging using PCA

Geneveve Parreno; 김규곤; 강창완; 최승배

추천

검색

자료유형: 학술저널

저자정보: Geneveve Parreno 김규곤 강창완 최승배

저널정보: 한국자료분석학회 Journal of The Korean Data Analysis Society Journal of The Korean Data Analysis Society 제19권 제4호

발행연도: 2017.1

수록면: 1,721 - 1,732 (12page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

Cokriging is a multivariate spatial method which estimates spatially correlated variables as an extension of kriging method in geostatistics. In the geostatistics, dataset structure of cokriging consists of locations and observed values for a sort of two variables (the primary variable and secondary variables) in the locations. The cokriging method is useful to predict the observe value for primary variable in an unknown location with the help of secondary variables. Generally, cokriging is conducted using one primary and one secondary variable. Because only one variable among secondary variables in this secondary dataset is used, information for secondary variables dataset is lost. Therefore, we propose the use of PCA interaction (PCAI : PCA with interaction among secondary variables) method to reduce two or more variables into one dimension as a secondary variable for cokriging technique. An actual numerical example is evaluated to prove the validity and usefulness of the proposed method using the air pollution (2015) data obtained from Korean statistical information service. In this paper, we compare Kriging, PCA and PCAI with the RMSE as criterion. The comparison result appeared that PCAI cokriging is superior to kriging and PCA cokriging respectively.

#PCA #kriging #PCA cokriging #PCAI cokriging #multivariate spatial data.

참고문헌 (17)

참고문헌 신청

Bivand, R. S. / 2008 / Applied Spatial Data Analysis with R / Springer Science+Business Media

Chica-Olmo, J. / 2007 / Prediction of housing location price by a multivariate spatial method: cokriging / Journal of Real Estate Research 29 (1) : 91 ~ 144

Cressie, N. A. C. / 1991 / Statistics for Spatial / Wiley

Darwish, K. M. / 2007 / Mapping soil salinity using collocated cokriging in Bahariya Oasis, Egypt / Proceedings of the 5th International Symposium on Spatial Data Quality : 157 ~ 1

Isaaks, E. H. / 1989 / An Introduction to Applied Geostatistics / Oxford University Press

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

Geneveve Parreno

소속기관 동의대학교 수학정보통계학과

주요연구분야 자연과학 > 수학·통계학

논문수 5 이용수 10

김규곤

소속기관 동의대학교

주요연구분야 자연과학 > 수학·통계학

논문수 89 이용수 1,849

강창완

소속기관 동의대학교

주요연구분야 자연과학 > 수학·통계학

논문수 80 이용수 1,860

최승배

소속기관 동의대학교

주요연구분야 자연과학 > 수학·통계학

논문수 60 이용수 882

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (17)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)