• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1524-1527
• /
• 2009

본 연구는 주요지천 홍수예측에 적용된 통계적 모형을 개선하여 예측 결과의 정확성 향상을 도모하는 데 목적이 있다. 중랑천, 탄천, 왕숙천 등 한강수계 주요 지천은 홍수예보 지점으로 유역면적이 작고 도달 시간이 짧아 기존의 대하천 홍수예보에 이용되고 있는 수문학적 홍수예측 모형을 적용하기에는 한계가 있다. 이러한 문제점을 해결하기 위해 주요 지천 홍수예측에 통계적 모형인 다중선형 회귀모형을 이용하는 방법이 제안되어 활용되었다. 본 연구에서는 지천홍수예측에 기 적용된 다중선형 회귀 모형의 다중공선성 문제를 해결하기 위해 독립변수를 조정하고, 10분 단위 관측 자료를 활용한 예측 결과를 얻기 위해 매개변수를 재산정하였다. 그 결과 기존 모형에 비해 적은 수의 독립변수와 재 산정된 매개변수를 이용한 통계적 모형으로 예측 수위의 오차를 줄일 수 있었다.

• Journal of the Korean Data and Information Science Society
• /
• v.27 no.5
• /
• pp.1215-1224
• /
• 2016

Climate information of the high resolution grid units is an important factor to explain the phenomenon in a variety of research field. Statistical linear interpolation models are computationally inexpensive and applicable to any climate data compared to the dynamic simulation method at regional scales. In this paper, we considered four different linear-based statistical interpolation models: general linear model, generalized additive model, spatial linear regression model, and Bayesian spatial linear regression model. The climate variable of interest was the daily mean temperature, where the spatial variability was explained using geographic terrain information: latitude, longitude, elevation. The data were collected by weather stations in January from 2003 and 2012. In the sense of RMSE and correlation coefficient, Bayesian spatial linear regression model showed better performance in reflecting the spatial pattern compared to the other models.

• Proceedings of the Korean Statistical Society Conference
• /
• 2004.11a
• /
• pp.97-103
• /
• 2004

인력계획업무를 체계적이고 과학적으로 수행하기 위해서는 다양한 계량적인 모형이 요구된다. 이 중에서 핵심적인 모형은 미래의 인력운영을 시뮬레이션 할 수 있는 인력운영예측모형, 인력구조, 인사제도, 인력흐름간의 수리적인 관계를 분석하는 인력구조 분석모형, 인력운영 목표를 달성하기 위한 진급계획 최적화 모형 등이다. 본 논문에서는 이러한 모형 개발 시 적용한 통계적 방법론을 설명하고 주요 통계적 이슈를 제기하였다

• The Korean Journal of Applied Statistics
• /
• v.12 no.2
• /
• pp.335-345
• /
• 1999

시뮬레이션 실행 시간이 매우 오래 걸려서 보통 이용하는 비선형최고제곱법으로는 시뮬레이션의 입력 파라메터(또는 절대 상수)를 추정하기 힘든 경우의 추정 문제를 통계적인 메타모델을 이용하여 해결하는 방법에 대하여 기술하였다. 미리 답을 알고 있는 장난감 모형을 이용하여 절대 상수를 추정하기 위해 사용되는 세가지 통계적 메타모델들(전통적 희귀모형, 공간적 선형모형 그리고 projection pursuit 희귀모형)의 성능을 비교하였다. 그 결과 일양 크리깅(universal Kriging)에 의한 공간적 모형이 가장 우수하였고, 이를 실제 핵융합 시뮬레이션 자료에 적용하여 절대 상수를 추정하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.363-363
• /
• 2021

수자원설계 및 계획 시 제한된 강우자료로 인해 나타나는 한계를 개선하기 위한 목적으로 추계학적 강수모의 모형을 활용한다. 대표적인 추계학적 강수모형으로 Bartlett-Lewis Rectangular Pulse Modified Model(BLPRM)과 Neyman-Scott Rectangular Pulse Model(NSRPM) 등이 활용되고 있으며, 관측강수량의 통계적 모멘트를 재현할 수 있도록 모형 매개변수를 최적화하는 과정이 필수적으로 요구된다. 기본적으로 모형 매개변수들의 조합을 통해 추정되는 통계적 모멘트와 관측값의 통계적 모멘트를 반복적으로 비교하면서 최적 매개변수를 추정하게 된다. 그러나 상대적으로 적은 관측값을 이용하여 매개변수를 추정하기 때문에, 매개변수 추정이 어려울 뿐만 아니라 매개변수의 불확실성도 큰 특징을 가지고 있다. 모형 매개변수 추정과정에서 다양한 목적함수가 활용되고 있으나, 고려되는 통계적 모멘트가 평균 및 분산 등 2차 모멘트에 제한되고 있어 극치강수량에 대한 재현성은 상대적으로 부족한 부분이 있다. 본 연구에서는 3차 모멘트를 포함한 목적함수를 활용하여 NSRP모형 매개변수를 추정하고, 기존 2차 모멘트를 이용한 매개변수 접근방법과 극치강수량 재현 측면에서 비교를 수행하였다. 최종적으로 유역 단위에서 극치강수량 재현효과를 평가하기 위해서는 면적강수량 추정이 매우 중요하며, 본 연구에서는 이러한 점을 감안하여 강우 지점 간의 상관성을 유지하면서 강우모의가 가능한 다지점 NSRP 모형과 연계하여 극치강우 재현 가능성을 평가하였다.

• Journal of the Korean Society of Hazard Mitigation
• /
• v.8 no.5
• /
• pp.45-51
• /
• 2008

Due to recent increases of typhoon damages primarily owing to heavy rainfall and stron wind, estimation and analysis of a typhoon's influence has become more important. In this perspective, the statistical models to estimate the rainfall rate during a typhoon were presented in this paper. Central pressure of the typhoon is modeled to be the primary parameter affecting typhoon rainfall rate while relative angle and distance between the center of typhoon and the specific location for observation are secondary variables. Comparisons between the estimated rainfall rate of these models and the observed value in the duration of Typhoon NARI(2007) were analyzed to confirm the availability of these models. The result shows that the present statistical models can estimate typhoon-induced rainfall around Korean Peninsular to some extent.

• Journal of the Korean Operations Research and Management Science Society
• /
• v.21 no.1
• /
• pp.81-100
• /
• 1996

본 연구에서는 보다 효과적인 기업신용평가를 위하여, 통계적 방법과 인공지능 방법을 결합한 결합모형을 제시햐고자 한다. 이를 위하여 본 연ㄴ구에서는 통계적인 모형중에서 가장 널리 활용되고 있는 MDA (Multivariate Discriminant Analysis) 와 인공지능적인 방법으로서 최근에 널리 사용되고 있는 인공싱경망( neural network)모형을 휴리스틱한 방법으로 결합한다. 이러한 결합모형의 성과를 증명하기 위하여 우리나라의 대표적인 3대 기업신용평가 기관에서 수집한 1043개의 기업신용평가자료를 기초로 실혐을 하고, 그 결과를 기존의 MDA 및 인공신경망 방법에 의한 결과와 비교하였다. 실험결과, 통계적으로도 유의하고, 실무적인 관점에서도 의미가 있는 기업신용펑가 결과를 유도할 수 있었다.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2010.09a
• /
• pp.93-94
• /
• 2010

본 연구는 공간통계적 방법을 이용하여 산불발생의 위험도를 통계적으로 예측하고자 하였다. 연구 재료는 전국에서 발생한 1991년부터 2008년까지 산불발생 위치자료를 이용하였다. 점사상을 양적데이터로 전환하기 위해 전국을 공간격자로 구성하여 격자형 자료화 하여 사용하였다. 전국산불 발생위치를 산불발생위치들 간의 공간상관성을 고려하여 일반적인 통계모형에 공간통계적인 기법을 더하여 산불발생의 위치를 더욱 정확하게 추정하고자 하였다. 이를 위해 회귀모형과 공간모형의 혼합모형의 한 방법인 regression kriging 방법을 적용하였다. 그 결과 공간상관성을 고려한 공간통계적 방법은 산불발생의 공간적 군집을 더욱 정확하게 예측할 수 있었다.

• The Korean Journal of Applied Statistics
• /
• v.21 no.6
• /
• pp.981-996
• /
• 2008

Statistical matching techniques whose aim is to achieve a complete data file from different sources. Since the statistical matching method proposed by Rubin (1986) assumes the multivariate normality for data, using this method to data which violates the assumption would involve some problems. This research proposed the statistical matching method using robust regression as an alternative to the linear regression. Furthermore, we carried out a simulation study to compare the performance of the robust regression model and the linear regression model for the statistical matching.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.124-124
• /
• 2012

기후변화가 수자원에 미치는 영향을 예측하는 데에 널리 사용되는 GCMs (General Circulation Models)는 모의 결과의 시 공간적 해상도가 낮기 때문에 상세화 (Downscaling) 기법을 거쳐 수문 모형에 적용된다. 상세화 기법은 크게 역학적 상세화 (Dynamical downscaling)와 통계적 상세화 (Statistical downscaling)로 구분되며, 종류가 매우 다양하고 각각의 모의 능력에 차이가 있으므로 적절한 기법을 선택할 필요가 있다. 본 연구의 목적은 통계적 상세화 기법 중 인공신경망과 LARS-WG 모형을 활용하여 CGCM3.1 T63의 모의 결과를 상세화하고, 두 모형의 모의 결과를 비교하는 데에 있다. 인공신경망은 비선형함수에 의한 전이함수 모형인 반면 LARS-WG는 추계학적 기상 발생기 모형으로, 각 모형을 이용해 CGCM3.1 T63의 강수량 및 평균기온 모의 결과를 서울 지역에 대해 공간적으로 상세화하였다. 모형의 검 보정은 1971년부터 2000년까지 30년 동안의 서울 관측소 일 기상 자료와 CGCM3.1 T63 (20C3M 시나리오) 모의 결과를 이용하여 수행하였다. 각 기법의 비교 및 평가는 2001년부터 2011년까지 11년 동안의 일 기상 자료와 CGCM3.1 T63 (IPCC SRES A1B 시나리오) 모의 결과를 이용하였다. 분석 결과, 인공신경망 모형은 입력 자료의 형태에 따라 모의 결과가 크게 달라지는 특성을 보였으며, LARS-WG 모형은 강수량을 실제보다 과소 추정하는 경향을 보였다. 본 연구에서는 강수량과 평균기온만을 대상으로 하였으나, 추후에 다른 기상인자를 고려함으로써 모형의 적용성을 보다 종합적으로 판단할 수 있을 것이다.