• Journal of the Korean Geotechnical Society
• /
• v.39 no.4
• /
• pp.45-54
• /
• 2023

The settlement prediction during the design phase is primarily conducted using theoretical methods. However, measurement-based settlement prediction methods that predict future settlements based on measured settlement data over time are primarily used during construction due to accuracy issues. Among these methods, the hyperbolic method is commonly used. However, the existing hyperbolic method has accuracy issues and statistical limitations. Therefore, a weighted nonlinear regression hyperbolic method has been proposed. In this study, two weighting methods were applied to the weighted nonlinear regression hyperbolic method to compare and analyze the accuracy of settlement prediction. Measured settlement plate data from two sites located in Busan New Port were used. The settlement of the remaining sections was predicted by setting the regression analysis section to 30%, 50%, and 70% of the total data. Thus, regardless of the weight assignment method, the settlement prediction based on the hyperbolic method demonstrated a remarkable increase in accuracy as the regression analysis section increased. The weighted nonlinear regression hyperbolic method predicted settlement more accurately than the existing linear regression hyperbolic method. In particular, despite a smaller regression analysis section, the weighted nonlinear regression hyperbolic method showed higher settlement prediction performance than the existing linear regression hyperbolic method. Thus, it was confirmed that the weighted nonlinear regression hyperbolic method could predict settlement much faster and more accurately.

• The Korean Journal of Applied Statistics
• /
• v.31 no.4
• /
• pp.463-473
• /
• 2018

Variable selection algorithms for linear regression models of large data are considered. Many algorithms are proposed focusing on the speed and the robustness of algorithms. Among them variance inflation factor (VIF) regression is fast and accurate due to the use of a streamwise regression approach. But a VIF regression is susceptible to outliers because it estimates a model by a least-square method. A robust criterion using a weighted estimator has been proposed for the robustness of algorithm; in addition, a robust VIF regression has also been proposed for the same purpose. In this article a fast and robust variable selection method is suggested via a VIF regression with detecting and removing potential outliers. A simulation study and an analysis of a dataset are conducted to compare the suggested method with other methods.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.103-104
• /
• 2017

본 연구에서는 다중회귀분석모형(MLRM)과 MODIS (MODerate resolution Imaging Spectroradiometer) LST (Land Surface Temperature) 자료를 이용하여 전국 공간토양수분을 산정하였다. 공간토양수분을 산정하기 위한 과정은 크게 두가지로 구분된다. 첫 번째로 기존의 MODIS LST 자료를 조건부 합성 보정기법을 적용하여 실측 LST 자료와 비교하여 위성 LST 자료가 갖고 있는 오차를 보정하였다. 그 결과, 조건부 합성 보정기법을 적용하기전 전국 71개 지상 관측지점에서 관측한 실측 LST와 MODIS LST의 R2는 전체 평균 0.70으로 어는정도 유의성 있는 상관관계를 나타냈으나 조건부 합성 보정기법을 적용한 후 실측 LST와 MODIS LST의 R2는 전체 평균 0.92로 상당히 크게 향상됨을 알 수 있었다. 두 번째로 보정된 MODIS LST를 이용하여 다중회귀분석 모형을 개발하고 토양수분을 예측하는 단계로 입력자료로 위성영상 자료와 관측자료를 융합하여 사용하였다. 위성영상 자료로는 보정된 MODIS LST와 MODIS NDV를 구축하였고 일단위 강수량 및 일조시간의 기상자료는 기상청으로부터 전국 68개 지점에 대해 구축하여 IDW 공간보간기법을 이용한 공간자료로 구축하였다. 토양수분 결과를 비교하기 위한 관측 토양수분은 자동농업기상관측(Automated Agriculture Observing System, AAOS)지점에서 2013년 1월부터 2015년 12월까지의 실측 일단위 토양수분 자료를 구축하여 사용하였다. 다중회귀분석 모형은 각각의 입력자료를 독립인자로서 조합하여 12개의 시나리오를 만들었다. 시공간적 경향을 고려하기 위하여 계절별, 토양 토성(soil texture)를 구분하여 회귀분석을 실시하였다. 관측 토양수분과 모의 토양수분을 비교한 결과 $R^2$가 0.80 (철원), 0.90 (춘천), 0.80 (수원), 0.63 (서산), 0.77 (청주), 0.82 (전주), 0.52 (순천), 0.63 (진주), 0.99 (보성)로 높은 상관성을 보였다. 본 연구에서는 토양수분을 예측하기 위한 인자 중 가장 민간함 LST를 보정하지 않는 토양수분 예측 방법은 상당한 오차를 포함하게 되어 실측 토양수분 결과와 크게 차이가 나타남을 보여주었다.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.36 no.6
• /
• pp.611-620
• /
• 2018

With the revitalization of alley market area becoming a major goal of the urban regeneration project, an understanding on customer characteristics that affect the sales of alley market areas is needed. As spatial heterogeneity appears to exist in alley market areas, the use of GWR (Geographically Weighted Regression) is required as an alternative to OLS (Ordinary Least Squares) regression. This study analyzes effects of customer characteristics on sales of 1007 alley market areas in Seoul. Comparing R squared and AICc, results show that GWR is better than OLS regression. According to OLS regression, the ratio of female, the ratio of 40's and 50's, the number of employees, the opening rate of establishment, the density of building and the size of alley market area have positive effects on sales, while the ratio of 20's and 30's, the distance of bus stop and that of subway station have negative effects. As a result of comparing local regression coefficients of geographically weighted regression analysis, the ratio of female customers has the greatest effect on the northwestern region, followed by the southwestern region, the central region and the northeastern region. The ratio of 20's and 30's and that of 40's and 50's effect on the southeastern and northeastern regions, and then the southwestern region. It is expected that this study will help to identify marketing target for each alley market area.

• Journal of Digital Convergence
• /
• v.14 no.6
• /
• pp.167-175
• /
• 2016

This study analyzed empirically the same data through SPSS statistic(regression analysis) and AMOS program(structural equation model) used for cause and effect analysis. The result of empirical analysis was as follows. The different outcome of coefficients and p-values were deducted. Especially, in the mediated effect testing, meanwhile, SPSS statistic(regression analysis) pictured mediated effect, AMOS program(structural equation model) did not picture mediated effect on the reject zone of null hypothesis(absolute t-value and C.R.-value were nearby 1.96). Eventually, this study showed that what program used determined the outcomes of coefficients and p-values(In particular, the outcomes were differentiated further in the increasing measurement error) though using the same data.

• KEPCO Journal on Electric Power and Energy
• /
• v.4 no.2
• /
• pp.101-105
• /
• 2018

In this paper, the kernel regression model is applied for the case study of gas turbine abnormal state analysis. In addition to vibration analysis at the remote site, the kernel regression model technique can is useful for analyzing abnormal state of rotor vibration signals of gas turbine in power plant. In monitoring based on data-driven techniques correlated measurements, the fault free training data of shaft vibration obtained during normal operations of gas turbine are used to develop a empirical model based on auto-associative kernel regression. This data-driven model can be used to predict virtual measurements, which are compared with real-time data, generating residuals. Any faults in the system may cause statistically abnormal changes in these residuals and could be detected. As the result, the kernel regression model provides information that can distinguish anomalies such as sensor failure in a shaft vibration signal.

• Journal of Navigation and Port Research
• /
• v.30 no.8 s.114
• /
• pp.669-674
• /
• 2006

The purpose of this study is to examine the effects of the factors on the usage level of e-business in the shipping companies. In order to do empirical analysis, firstly, this study carried out reliability analysis and factor analysis. Secondly, this study examined the effects of the factors on the usage level of e-business in the shipping companies by multiple regression analysis. In conclusion, the analysis result revealed that 5 factors effect on the service business usage's level and 4 factors effect on the real transaction usage's level of e-business.

• Proceedings of the KIEE Conference
• /
• 1999.07c
• /
• pp.1108-1110
• /
• 1999

본 연구를 통하여 전력계통의 송변전 계획에 필요한 장기 지구별 수요예측 산법을 제안하였다. 소규모 지구의 수요예측을 위한 중회귀 모형 도입시 단순한 다항식 회귀모형만으로는 장기예측을 하는데 한계가 있으므로 다항회귀 과정을 변형하거나, 새로운 기능을 보완하여 예측정확도를 높이려는 시도가 수행 되어왔다. 본 논문에서는 장기 예측시 나타나는 미래의 예측 수요의 과도한 변화를 감소시켜 예측 정확도를 개선할 수 있는 수평년도수요를 도입하였으며, 종래 추세 분석에서 난점으로 지적되어 온 변전소의 신설 및 폐지에 따른 수요이전으로 야기되는 예측의 불안정성을 개선하였다. 제안한 산법을 검증하기 위하여 우리나라 실계통에 적용하였다.

• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 2009.05a
• /
• pp.120-125
• /
• 2009

본 논문에서는 통계적 분류방법을 이용하여 문화재 자료의 분석을 수행하였다. 분류방법으로는 선형판별분석, 로지스틱회귀분석, 의사결정나무분석, 신경망분석, SVM분석을 사용하였다. 각각의 분류방법에 대한 개념 및 이론에 대해 간략히 소개하고, 실제자료 분석에서는 "지역별 문화재 통계분석 및 모형개발 연구 1차(2008)"에 사용된 자료 중 익산시 자료를 근거로 매장문화재에 대한 분류방법별 적합모형을 구축하였다. 구축된 모형과 모의실험의 결과를 통해 각각의 적합모형에 대한 비교를 수행하여 모형의 성능을 비교하였다. 분석에 사용된 도구로는 최근 가장 관심을 갖는 R-project를 사용하였다.

• Journal of Korean Society of Transportation
• /
• v.15 no.1
• /
• pp.5-15
• /
• 1997

공간통계분석은 공간적으로 연계된 변수들간의 관계를 분석하는 통계분야이다. 일 반적으로 공간적으로 연계된 변수들간의 관계는 각 변수간의 공간적 분포정도에 따라서 영 향을 받는다. 전통적인 통계 분석의 방법은 동질의 자료발생과정에 의하여 확률적으로 축출 된 표본자료를 가정하고 있으나, 공간적인 자료는 이와 같은 동질의 자료발생과정의 가정을 부정한다. 교통류 및 교통사고 등과 같은 교통분야의 자료는 대부분 공간적인 상관관계에 의하여 축출된 이질적인 표본자료이며 따라서 공간상관관계를 동질적으로 가정한 전통적인 통계적 분석 방법은 오류를 범할 수 있다. 본 논문은 공간적인 관계를 고려한 공간자기상관 분석기법을 이용하여 고속도로상의 교통사고에 관하여 분석하였다. 분석의 결과에 의하면 4 개 고속도로 중 경인고속도로를 제외한 3개의 고속도로상의 교통사고건수는 통계적으로 현 저한 양의 공간적 상관관계가 있음을 알 수 있었다. 이에 따라 공간적 상관관계를 고려한 교통사고분석을 위하여 종속변수로 단위구간별 교통사고건수를 그리고 설명변수로서는 단위 구간별 교통량, I.C. 유무 및 화물차량비율을 이용하여 공간 자기회귀분석을 시도하였다. 분 석의 분석에서는 구간별 교통량과 화물차량의 비율이 호남/남해 고속도로의 경우에는 구간 별 교통량과 I.C. 유무가 통계적으로 유의한 것으로 분석되었다.