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
학술대회자료
저자정보
오제승 (인하대학교 토목공학과) 김병식 (한국건설기술 연구원 수자원환경 연구부) 김형수 (인하대학교 토목공학과) 서병하 (인하대학교 토목공학과)
저널정보
한국수자원학회 한국수자원학회 학술발표회 한국수자원학회 2005년도 학술발표회 논문집
발행연도
2005.1
수록면
786 - 791 (6page)

이용수

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

초록· 키워드

오류제보하기
경향성을 분석하기 위한 여러 기법 가운데 비모수적 방법인 Mann-Kendall 검정(MK 검정)은 수문시계열의 분석에서 널리 사용되어지고 있다. 이 검정 방법은 분석 대상 자료가 독립이라는 가정 하에 수행되며, 자료가 계열상관되어 있는 경우에는 그 상관성의 영향으로 경향성 존재의 유무를 정확하게 판단할 수 없게 된다. 따라서 MK 검정을 이용할 때 자료의 상관성으로 인해 받게되는 영향을 소거시키기 위해 효과적인 자료의 크기(Effective Sample Size, ESS)를 이용하는 수정된 MK 검정 방법을 이용하고자 한다. 본 연구에서는 ESS가 얼마만큼 계열상관성을 제거할 수 있는지 Monte Carlo모의를 통해 검토하였다. MK 검정 결과 계열상관계수의 증가에 따라 자료가 경향성을 나타내는 비율이 높아 겼으나, ESS에 의해 수정된 MK 검정을 수행한 결과 계열상관계수의 영향이 제거되었음을 알 수 있었다. 그러나 ESS에 치한 방법은 상관성의 영향을 과대하게 제거하게 되고, 이에 의해 실제 경향성이 존재하는 자료마저도 비 경향성이라고 판단하게 되는 오류를 가지고 있었다. 이러한 문제점을 해결하기 위해 MK 검정에서 경향성으로 판단된 자료에 대해 경향정도를 분석하여 제거한 후 다시 ESS에 의해 수정된 MK 검정을 실시하였다. 본 연구를 통하여 상관성이 존재하는 자료에 대한 MK 검정 방법의 오류를 제거 할 수 있었으며, 또한 실측 자료의 적용을 통해 수정 MK 검정이 경향성 분석에 매우 유용함을 확인 하였다.

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0