도움말

공간상관성을 고려한 회귀계수의 베이지안 군집모형을 이용한 국내 당뇨병 유병률 자료 분석

Analysis of domestic diabetes prevalence data using Bayesian spatially-dependent clustering models in regression coefficients
한국데이터정보과학회지 제29권 제3호, 2018.5, 633-644 (12 pages)
DOI :10.7465/jkdi.2018.29.3.633
인용정보 복사
Quick View Quick View
구매하기 6,000원
인용하기
이용수 : 20건
피인용수 : 0건
분야내 활용도 : 5%
자세히 보기 >

· 이용수 : 2010년부터 집계한 원문다운로드수

· 피인용수 : DBpia 논문 가운데 해당 논문을 인용한 논문수

· 분야내 활용도 : 최근 24개월간 DBpia 이용수를 기준으로 산출 / 0%에 가까울 수록 활용도가 높고, 100%에 가까울 수록 활용도가 낮음

초록
공간자료를 이용한 회귀모형에서는 공간적 상관성을 가지는 임의성분 (random component)을 추가하여 공간적 상관구조를 설명하며 회귀계수는 주어진 공간영역 (spatial domain) 내에서 고정되어 있다는 가정을 일반적으로 한다. 이는 비록 종속변수의 공간적 상관성은 설명이 되지만, 종속변수에 대한 설명변수의 영향력이 지역마다 일정하다는 의미로 해석할 수 있다. 하지만, 공간자료의 특성상 회귀계수 자체가 공간상관성을 가질 수도 있고, 더불어 소지역마다 서로 다른 값을 가질 수도 있다. 최근, Lawson 등 (2014)은 이러한 회귀계수에 대해 공간상관성을 고려한 이산 군집모형을 제안하고 암생존 자료에 적용하였다. 이때, 복잡한 공간 상관구조를 고려하기 위하여 베이지안 계층적 모형이 사용되었다. 본 연구에서는 2014년 국내 252개 시군구별 당뇨병 유병률 자료에 대하여 처음으로 공간상관성을 고려한 모형을 제시하였으며, 나아가 회귀계수에 대한 공간상관성을 고려한 이산 군집화 모형을 적합하였다. 공간상관성을 고려하지 않은 모형을 비교모형으로 적합하여 제시한 모형의 성능을 비교분석 하였다.

In spatial regression modeling, it is commonly assumed that spatial random components are considered to explain the spatial dependency structures and regression coefficient is constant over the entire spatial domain. However, the regression coefficient may have spatial dependency structures and be different depending on the sub-regions. Recently, Lawson et al. (2014) proposed Bayesian discrete clustering methods of spatially dependent regression coefficients and applied them to cancer survival dataset. Bayesian hierarchical approach was utilized to explain the complicated spatial dependent structures. In this paper, we first analyze the diabetes prevalence data for the entire 252 administrative districts of South Korea in 2014 year using spatially-dependent regression coefficient clustering models. We evaluate the performance of the proposed spatial models with the non-spatial model.

목차
요약
1. 서론
2. 베이지안 공간 모형
3. 자료 분석
4. 결론
References
Abstract
키워드

논문의 주요 키워드를 제공합니다. 키워드를 클릭하여 관련 논문을 확인해 보세요!

참고문헌 (0)

현재 논문의 참고문헌을 찾아 신청해주세요!

해당 논문은 참고문헌 정보가 없습니다.

인용된 논문 (0)

알림서비스 신청하고 '인용된 논문' 정보를 메일로 확인 하세요!

해당 논문은 인용된 논문 정보가 없습니다.

제 1 저자의 다른 논문 (0)

홍소진 식별저자 저자의 상세정보를 확인해 보세요.

해당 논문은 제 1저자의 다른 논문 정보가 없습니다.

권호 내 다른 논문 (23)

한국데이터정보과학회지 제29권 제3호 의 상세정보를 확인해 보세요.

  • 처음
  •  
  • 이전
  •  
  • 1
  •  
  • 2
  •  
  • 3
  •  
  • 다음
  •  
  • 마지막
추천 논문 (5)

DBpia 추천논문과 함께 다운받은 논문을 제공합니다. 논문 초록의 텍스트마이닝과 이용 및 인용 관계 분석을 통해 추천해 드리는 연관논문을 확인해보세요.

DBpia 추천논문

더 많은 추천논문을 확인해 보세요!

함께 다운받은 논문

해당 논문은 함께 다운받은 논문 정보가 없습니다.

지표

이용현황

· 이용수

· 이용순위 상위 Top3

자세히 보기 >
No 상위 이용이관 이용수
1 연세대학교 2
2 한양대학교 1
3 전북대학교 1

활용도

· 활용지수

· 논문의 활용도 추이 (주제분야 기준)

자세히 보기 >

: %

2016-09
2016-10
2016-11
2016-12
0
20
40
60
80
100
  • 0%
  • 20%
  • 40%
  • 60%
  • 80%
  • 100%

피인용수

상세정보
저작권 정책

누리미디어에서 제공되는 모든 저작물의 저작권은 원저작자에게 있으며, 누리미디어는 각 저작물의 내용을 보증하거나 책임을 지지 않습니다. 단, 누리미디어에서 제공되는 서지정보는 저작권법에 의해 보호를 받는 저작물로, 사전 허락 없이 임의로 대량 수집하거나 프로그램에 의한 주기적 수집 이용, 무단 전재, 배포하는 것을 금하며, 이를 위반할 경우, 저작권법 및 관련법령에 따라 민, 형사상의 책임을 질 수 있습니다.

맨 위로 이동