• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2016년도 제53차 동계학술대회논문집 24권1호
• /
• pp.143-146
• /
• 2016

본 연구에서는 대용량의 야구 데이터를 R 패키지인 googleVis를 이용하여 시각화하는 웹페이지를 구축하고, 버블 차트로 시각화하여 표현하였다. 웹페이지에서는 시각화하는 객체를 버블로 나타내며, 객체는 타자, 투수, 팀 3가지이다. 각 객체의 속성들을 버블 색상, 버블 사이즈, X-Y좌표, 연도에 설정함으로써 5차원으로 시각화하여 표현할 수 있게 한다. 웹페이지 기능 중 타임슬립 애니메이션을 사용하여 시간의 흐름에 따른 기록 변화를 한 눈에 관찰할 수 있으며, 선수 검색 기능을 통해 특정 선수들을 선택하여 비교 및 분석하는 것이 가능하다.

• 응용통계연구
• /
• 제31권4호
• /
• pp.517-528
• /
• 2018

다변량 자료에서 특이점을 검출하고, 검출된 특이점을 시각화와 연결한 R 스크립트를 제공한다. 개발된 R 스크립트는 특이점을 검출하는 방법으로서 1) Robust Mahalanobis distance, 2) High Dimensional data, 3) Density-based approach 방법을 이용하였다. 특이점을 연결하면서 데이터 구조를 파악하기 위한 시각화 방법으로는 1) multidimensional scaling (MDS)와 minimal spanning tree (MST)를 K-means 군집분석과 연결하여 표시하는 방법, 2) MDS를 fviz cluster와 연결하는 방법, 3) principal component analysis (PCA)를 fviz cluster와 연결한 방법을 이용하였다. 사례분석의 예로서는 Major League Baseball (MLB) 자료에서 류현진이 적극적으로 활동하던 2013년, 2014년 투수자료를 이용하였다. 개발된 R 스트립트는 "http://www.knou.ac.kr/~sskim/ddpoutlier.html (R 스크립트와 R 패키지도 다운로드 받을 수 있다. 실행방법도 설명되어 있다.)"에서 다운받으면 된다.

• 응용통계연구
• /
• 제28권2호
• /
• pp.353-360
• /
• 2015

공간적으로 관측되는 연속형 자료를 분석하는 모형으로 공간적 상관관계를 고려한 다양한 정규모형이 지난 수십 년간 제안되었다. 그 중에서 공간효과를 랜덤효과로 모형화하는 공간선형모형(Spatial Linear Mixed Model; SLMM)이 가장 널리 활용되는 모형 중 하나일 것이다. 연결함수(link function)을 사용하면 SLMM을 비정규 데이터도 적용할 수 있는 일반화된 공간선형모형(Spatial Generalized Linear Mixed Model; SGLMM)으로 자연스럽게 확장할 수 있다. 이 논문에서는 가장 널리 활용되는 SGLMM을 알아보고 실제 데이터 적용사례를 R 패키지를 활용하여 제시하고자 한다.

• 경영정보학연구
• /
• 제17권1호
• /
• pp.217-238
• /
• 2015

사회과학 연구과정에서 많은 부분은 자동화가 가능하며, 자동화 시스템을 이용하면 연구의 효율성과 연구과정의 획기적인 개선을 가져올 수 있을 것으로 예상된다. 본 연구에서는 클라우드 기반으로 설문지 작성을 자동화하고, 웹과 인터넷을 이용한 자료수집을 지원하며 수집된 자료를 자동적으로 통계 처리하는 사회과학연구 자동화 시스템을 개발하였다. 클라우드 기반의 사회과학연구 자동화 시스템은 GNU/GPL 기반의 오픈소스 소프트웨어들로 개발되었고, 특히 통계분석이 가능한 R 패키지들을 사용하여 일반통계는 물론 PLS 구조방정식모델링, 매개효과분석, 조절효과분석, 그룹비교분석 등의 고급통계분석 기능을 지원하도록 구현되었다. 본 연구에서 개발된 클라우드 기반의 사회과학연구 자동화 시스템은 사회과학 연구절차를 개선하고 사회과학 연구를 효율적으로 수행하는데 중요한 역할을 할 수 있을 것으로 기대된다.

• 응용통계연구
• /
• 제33권4호
• /
• pp.421-437
• /
• 2020

본 논문은 최근에 널리 사용되고 있는 R 프로그램으로 출산율, 사망률, 국제이동률을 예측하고 이들 결과를 Leslie 행렬에 대입해 인구추계 산출하는 방법을 소개한다. 특히 Kaneko (2003)가 제안한 출산율의 일반화로그감마모형, Li 등 (2013)의 사망률 LC-ER 모형, Ramsay와 Silverman (2005)가 제안한 국제이동률의 함수적데이터모형을 시현할 수 있도록 하였다. 최근 R로 구현된 대표적인 인구추계 패키지로 demography, bayesPop가 소개되고 있으나, 이는 Human Mortality Database (HMD), Human Fertility Database (HFD)에 업로드된 자료에 한에서만 분석이 가능하고 기타 데이터를 적용하기 위해서는 자료 변경과 수정이 요구된다. 특히 우리나라의 경우 HMD에 단기 간의 자료로만 제공되어 있어 이 패키기를 적용하기에는 한계점이 있다. 이에 본 논문은 이런 실정과 한국의 저출산, 고령화, 내국인, 외국인 국제이동률 상이패턴을 반영할 수 있는 R 프로그램을 소개하고, 2117년까지의 인구추계를 도출하였다.

• 응용통계연구
• /
• 제29권6호
• /
• pp.1077-1094
• /
• 2016

아파치 스파크는 빠르고 범용성이 뛰어난 클러스터 컴퓨팅 패키지로, 복구 가능한 분산 데이터셋이라는 새로운 추상화를 통해 데이터를 인메모리에 유지하면서도 결함 감내성을 얻을 수 있는 방법을 제공한다. 이러한 추상화는 하드디스크에 직접 데이터를 읽고 쓰는 방식으로 결함 감내성을 제공하는 기존의 대표적인 대용량 데이터 분석 기술인 맵 리듀스 프레임워크에 비해 상당한 속도 향상을 거두었다. 특히 로지스틱 회귀 분석이나 K-평균 군집화와 같은 반복적인 기계 학습 알고리즘이나 사용자가 실시간으로 데이터에 관한 질의를 하는 대화형 자료 분석에서 스파크는 매우 효율적인 성능을 보인다. 뿐만 아니라, 높은 범용성을 바탕으로 하여 기계 학습, 스트리밍 자료 처리, SQL, 그래프 자료 처리와 같은 다양한 고수준 라이브러리를 제공한다. 이 논문에서는 스파크의 개념과 프로그래밍 모형에 대해 소개하고, 이를 통해 몇 가지 통계 분석 알고리즘을 구현하는 방법에 대해 소개한다. 아울러, 스파크에서 제공하는 기계 학습 라이브러리인 MLlib과 R 언어 인터페이스인 SparkR에 대해 다룬다.

• 응용통계연구
• /
• 제30권3호
• /
• pp.345-362
• /
• 2017

자료 분석가가 대용량 데이터를 분석할 때 이해하기 쉽고 효과적으로 전달하기 위하여 다양한 데이터 시각화 방법들을 사용하고 있다. 그 중 3차원 그림은 2차원 화면상에서 입체로 표현하기 위하여 그림을 회전시켜야 한다. 이러한 단점을 보완하기 위하여 본 연구에서는 3차원 시각화 자료를 입체적으로 살펴보는 방법으로 가상현실을 이용한 두 가지 방식인 Batch method와 Real-time method를 제안하였다. 이 방법들을 통하여 3차원 시각화 자료를 입체적으로 살펴볼 때 3차원 구조를 좀 더 명확하게 확인할 수 있을 것이다.

• 응용통계연구
• /
• 제36권4호
• /
• pp.279-294
• /
• 2023

재현자료를 생성할 때 순차회귀 다중대체(SRMI)를 이용하는 방식이 가장 널리 알려져 있으며, 이를 구현한 소프트웨어로 R-패키지 synthpop이 활용되고 있다. 본 논문에서는 확률적 주성분 분석(PPCA)을 이용하여 재현자료를 생성하는 방안을 제안하고 2개의 데이터 세트를 이용한 모의실험으로 SRMI 방식과 PPCA 방식을 비교하였다. 모의실험에서 PPCA 방식으로 생성한 재현자료는 쌍별 상관계수를 기준으로 원자료와의 유사성이 가장 우수함을 확인하였다. 향후 PPCA 방식을 이용하여 시계열 자료에 대한 재현자료 생성을 연구하고자 한다.

• 응용통계연구
• /
• 제30권5호
• /
• pp.775-791
• /
• 2017

이진 데이터는 일상 생활에서 자주 접할 수 있는 데이터이다. 이진 데이터를 회귀 분석하는 방법으로 로지스틱(Logistic), 프로빗(Probit), Cauchit, Complementary log-log 모형이 주로 쓰이는데, 이 방법 이외에도 Liu(2004)가 제시한 t 분포를 이용한 로빗(Robit) 모형, Kim 등 (2008)에서 제시한 일반화 t-link 모형을 이용한 방법 등이 있다. 유연한 분포를 이용하면 유연한 회귀 모형이 가능해지는 점에 착안하여, 이 논문에서는 Theodossiou(1998)에서 제시된 기운 일반화 t 분포 (Skewed Generalized t Distribution)의 이용하여 우도 함수를 최대로 하는 이진 데이터 회귀 모형을 소개한다. 기운 일반화 t 분포를 R glm 함수, R sgt 패키지를 연결하여 이 논문에서 제시한 방법을 R로 분석할 수 있는 방법을 소개하고, 피마 인디언(Pima Indian) 데이터를 분석한다.

• 한국화재소방학회:학술대회논문집
• /
• 한국화재소방학회 2013년도 추계학술대회 초록집
• /
• pp.219-220
• /
• 2013

본 연구에서는 최근 5년간 서울 지역에서 발생한 월별 화재 건수와 동일한 지역에서 같은 기간 동안 가정용으로 사용된 전기량 사이에 존재하는 연관성을 파악하기 위하여, 이 두 변수에 대하여 시계열분석을 수행하였다. 본 연구에서는 통계전용 인터프리터 언어 R이 사용되었으며, 특히 칼만 필터를 이용한 데이터 처리를 위해 R에서 제공되는 KFAS(Kalman Filtering And Smoothing) 패키지가 사용되었다. 우선 시계열분석을 통해 월별 화재발생 건수는 1년을 주기로 하는 사인파 곡선의 형태로 변화하지만, 가정용 전기사용량은 1년에 두 번씩, 즉 여름철과 겨울철에 크게 증가한다는 사실을 확인할 수 있었다. 더 나아가 KFAS의 파라미터를 적절히 조절함으로써, 가정용 전기사용량과 월별 화재발생 건수 사이의 연관성을 가시적으로 보여줄 수 있었다.