문턱모형과 전이함수모형을 이용한 서울지역의 지표오존 예측

• 영문명: Prediction of Ground-level Ozone Concentration in Seoul Area using Threshold Models and Transfer Function Models
• 발행기관: 한국자료분석학회
• 저자명: 김병수(Byungsoo Kim) 손건태(Keon Tae Sohn) 이정형(Jeong Hyeong Lee)
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.2 No.1, 45~56쪽, 전체 12쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 2000.03.30

국문 초록

서울지역 지표오존 농도에 대한 통계적 예측모형을 개발하였다. 저농도보다 고농도 예측에 초점을 맞추어 문턱모형인 TOL모형과 ST모형을 기본모형으로 하여 문턱치를 구하였다. 그리고 다중공선성을 제거하기 위하여 주성분분석으로 변수를 직교화시켰으며, 단계별 회귀모형으로 변수를 선택하였다. 선택된 변수를 입력변수로 사용하여 전이함수모형에 적합하여 예측의 정확도를 개선하였다. 본 논문에서 제안한 두 모형(TOL-TFM, ST-TFM)과 기존에 개발된 오존예측모형을 실제 자료를 이용하여 분석한 결과, 제안한 두 가지 모형이 기존의 예측모형에 비하여 예측력이 우수한 것으로 나타났다.

영문 초록

Two statistical models, called TOL-TFM and ST-TFM, for predicting the daily maximum ground-level ozone concentration in Seoul area are proposed based on the concept that threshold models are useful to predict the high density. The procedure of each model consists of 4 steps; (1) Estimation of threshold parameters and scale parameters, (2) Principal component analysis for the elimination of multicollinearity, (3) Stepwise regression for variable selection, (4) Transfer function modeling. As results on the model validation, ST-TFM is the best prediction model and the ordering is ST-TFM > TOL-TFM > CCA-TFM > TFM > multiple regression model.

목차

1. 서론

2. 자료

3. 예측모형 개발

4. 예측모형검증 및 예측력 비교

5. 결론

참고문헌

키워드

threshold model transfer function model principal component analysis stepwise regression TOL-TFM ST-TFM