최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 연구는 부산지역 암등록 자료를 활용하여 소지역 추정을 위한 다단계 일반화 선형모형을 적용하고, 변량효과의 분포에 따른 모형 적합도를 비교하였다. 위암 사례를 중심으로 성별, 병기별 분석을 수행했으며, 박탈지수가 지역 내 변동을 설명하는 데 기여함을 확인하였다. 추정된 변량효과는 소지역 간 변이를 나타내는 지표로 활용될 수 있을 것으로 기대된다.
Statistical models in epidemiology, the environment and clinical trials
Statistical methods in agriculture and experimental biology
Biostatistics
Modelling spatial processes : the identification and analysis of spatial relationships in regression residuals by means of Moran's I
다변량 분석 =
Multivariate analysis, design of experiments, and survey sampling
공간계량모형응용 =
경시적 자료분석 : R 활용
Small area estimation
베이지안 계량경제학 =
(R프로그램에 기반한)베이지안 통계학 =
Applied spatial statistics for public health data
Evaluation of statistical matching and selected SAE methods : using micro census and EU-SILC data
R과 SAS를 이용한 경시적 자료분석
(사회과학자를 위한) 데이터 과학 : R을 이용한 사회과학 자료분석
베이지안 계량경제학 =
Spatial microsimulation : a reference guide for users
Micromechanics of granular materials
데이터 연계를 통한 소지역 통계 생산방안 연구 =
Bayesian disease mapping : hierarchical modeling in spatial epidemiology
한국데이터정보과학회지
고영규, 한준희, 윤태호, 김창훈, 노맹석Spatial Statistics
Tadayon V.,Torabi M.한국데이터정보과학회지
안대성; 한준희; 윤태호; 김창훈; 노맹석한국데이터정보과학회지
안대성, 한준희, 윤태호, 김창훈, 노맹석International Journal of Health Geographics
Hogg J.,Cameron J.,Cramb S.,Baade P.,Mengersen K.한국데이터정보과학회지
고영규; 한준희; 윤태호; 김창훈; 노맹석Journal of Statistical Computation and Simulation
Li, Z.; Xu, X.; Lu, B.Statistical Journal of the IAOS
Baffour, BernardJournal of the Royal Statistical Society. Series A: Statistics in Society
Arima, S.; Polettini, S.Cancer Epidemiology, Biomarkers & Prevention
Ann C. Klassen; Russell McIntyre; Maxwell Boamah; Loni Philip Tabb; Charnita Ziegler-Johnson; Scott W. KeithJournal of The Korean Data Analysis Society
조애정; 장은진Royal Society Open Science
Jahan F.,Duncan E.W.,Cramb S.M.,Baade P.D.,Mengersen K.L.International Statistical Review
Hogg, J.; Cameron, J.; Cramb, S.; Baade, P.; Mengersen, K.Canadian Journal of Statistics
Torabi, M.International Statistical Review
James Dawber; Raymond Chambers응용통계연구
김서영, 권순필Bundesgesundheitsblatt, Gesundheitsforschung, Gesundheitsschutz
Pritzkuleit R; Eisemann N; Katalinic A한국데이터정보과학회지
심주용, 김영원, 황창하Mathematical Population Studies
Tomasz Ża̧dło; Enrico FabriziJournal of the Royal Statistical Society. Series A: Statistics in Society
Hepler S.A.,Kline D.M.,Bonny A.,McKnight E.,Waller L.A.전선 / 학사
여러 가지 통계 모형에서 나타나는 함수에 대하여 비모수적 추정 방법을 배우며, 이론적인 측면보다는 주로 방법론 및 그 응용에 초점을 맞춘다. 비모수 방법으로서 커널 추정법, 국소 다항 적합법, 웨이블릿 추정법, 스플라인 추정법 등을 다룬다. 밀도함수, 회귀함수, 생존함수, 분위수함수 등의 추정 방법을 배우며, 분류 및 판별분석, 일반화 선형모형, 중도절단회귀 모형, 비례위험 모형 등에 응용하는 방법을 간략하게 소개한다.전선 / 대학원
한 개체로부터 다른 실험조건하에서나 여러 다른 관측시간에 반복적으로 얻어진 자료를 분석하기위한 통계기법을 다룬다. 연속형의 반복측정자료를 분석하기 위해 다변량정규분포의 가정을 필요로 하는 고전적인 다변량모형을 소개하고 최근에 널리 사용되고 있는 혼합모형을 다룬다. 이산형의 반복측정자료 분석을 위해서는 가중최소제곱법에 근거한 모형과 랜덤화 모형을 다루고 일반화선형모형을 확장한 일반화추정방정식(GEE)모형을 다룬다.전선 / 대학원
이 과목에서는 대도시와 중소도시, 농촌 등 지역의 성장과 퇴보, 인적 자원과 경제 자원의 공간적 집중과 분산, 경제활동의 공간 배분, 공간 효과의 정태성과 동태성, 비공간적인 정책의 공간적인 투영 과정 등을 해석하는데 경제학, 지리학, 경영학, 공간학 방법론들이 어떻게 적용될 수 있는 지를 검토한다. 자료의 구축과 분석, 모형 구조의 설정, 모형의 추정, 모형 적합도 분석 및 실험 등 분석 방법론의 전체 과정을 검토한다.전선 / 대학원
이 과목은 ‘도시통계분석’의 고급과정으로서 도시 연구에서 제기되는 문제들을 계량적으로 분석하는 데 사용되는 방법의 원리와 응용방법을 심도 있게 살펴보는 데 목적이 있다. 이 과목을 수강한 학생들은 계량분석을 이용한 최신의 도시 연구 논문들을 이해할 수 있고, 자신의 연구 질문에 맞는 자료와 분석방법을 이용하여 스스로 접근할 수 있는 능력을 갖추게 될 것이다. 세부적으로 고전적 선형회귀 모형, 일반화 선형모형(generalized linear models), 연립방정식모형(simultaneous equations models), 패널자료 모형(panel data models), 다수준 회귀모형(multi-level regression models), 이산선택모형(discrete choice models), 시계열분석(time series analysis), 공간계량분석(spatial econometrics) 등을 학습하게 된다. 수업시간을 통해 기본 원리를 습득할 뿐만 아니라, 과제를 통해 Stata 등 통계 패키지(학생선택에 따라 R, Python, MATLAB 등을 이용할 수도 있음)를 이용하여 실제 자료에 분석방법을 적용하는 실습을 할 기회를 갖는다.전선 / 대학원
이 과목은 ‘도시통계분석’의 고급과정으로서 도시 연구에서 제기되는 문제들을 계량적으로 분석하는 데 사용되는 방법의 원리와 응용방법을 심도 있게 살펴보는 데 목적이 있다. 이 과목을 수강한 학생들은 계량분석을 이용한 최신의 도시 연구 논문들을 이해할 수 있고, 자신의 연구 질문에 맞는 자료와 분석방법을 이용하여 스스로 접근할 수 있는 능력을 갖추게 될 것이다. 세부적으로 고전적 선형회귀 모형, 일반화 선형모형(generalized linear models), 연립방정식모형(simultaneous equations models), 패널자료 모형(panel data models), 다수준 회귀모형(multi-level regression models), 이산선택모형(discrete choice models), 시계열분석(time series analysis), 공간계량분석(spatial econometrics) 등을 학습하게 된다. 수업시간을 통해 기본 원리를 습득할 뿐만 아니라, 과제를 통해 Stata 등 통계 패키지(학생선택에 따라 R, Python, MATLAB 등을 이용할 수도 있음)를 이용하여 실제 자료에 분석방법을 적용하는 실습을 할 기회를 갖는다.전선 / 대학원
일변량 시계열자료의 분석을 위해 시간영역에서의 분석모형인 ARIMA 모형의 설정, 적합, 진단 및 예측 방법과 진동수 영역에서의 Spectral theory 이론을 학습하고 실제자료의 분석을 통해 모형을 수립하는 방법을 배운다.전선 / 대학원
이 과목은 ‘도시통계분석’의 고급과정으로서 도시 연구에서 제기되는 문제들을 계량적으로 분석하는 데 사용되는 방법의 원리와 응용방법을 심도 있게 살펴보는 데 목적이 있다. 이 과목을 수강한 학생들은 계량분석을 이용한 최신의 도시 연구 논문들을 이해할 수 있고, 자신의 연구 질문에 맞는 자료와 분석방법을 이용하여 스스로 접근할 수 있는 능력을 갖추게 될 것이다. 세부적으로 고전적 선형회귀 모형, 일반화 선형모형(generalized linear models), 연립방정식모형(simultaneous equations models), 패널자료 모형(panel data models), 다수준 회귀모형(multi-level regression models), 이산선택모형(discrete choice models), 시계열분석(time series analysis), 공간계량분석(spatial econometrics) 등을 학습하게 된다. 수업시간을 통해 기본 원리를 습득할 뿐만 아니라, 과제를 통해 Stata 등 통계 패키지(학생선택에 따라 R, Python, MATLAB 등을 이용할 수도 있음)를 이용하여 실제 자료에 분석방법을 적용하는 실습을 할 기회를 갖는다.전선 / 대학원
지역별 자원부존량, 기후조건 등이 다르기 때문에 발생하는 작목별 생산의 지역적인 특화 그리고 지역간 농산물 및 생산요소의 이동 등을 고려한 지역경제발전 모형을 중점적으로 학습한다. 구체적으로는 공간균형모형을 바탕으로 하는 지역별 작목별 생산적정화 모형, 농산물 유통과 관련한 수송모형 등의 적용에 대해 연구한다.전필 / 학사
기본적으로 선형회귀모형을 주어진 자료에 적합시키는 방법을 소개하며, 모형모수에 대한 추론도 다룬다. 이 과목에서 다루는 주제를 나열하면, 단순선형회귀, 다중선형회귀, 모형적합진단, 가중선형회귀, 변수변환, 회귀진단, 레버리지 및 영향점 탐지, 범주형변수를 위한 회귀분석기법, 다중공선성, 변수선택 및 모형선택, 비선형회귀, 일반화선형모형, 인공신경망 등이다.전선 / 대학원
이 과목은 공간계획 및 사회과학 분야에서 필요한 계량분석 기법을 소개하며, 특히 도시 및 지역에서 나타나는 각종 문제들을 이해하는데 필요한 통계기법들을 주로 다루게 된다. 이 과목에서는 연구문제의 명시, 가설 검정, 통계분석 결과의 해석에 이르는 일련의 과정을 통해 다양한 통계기법을 활용할 수 있는 능력을 배양시키려는데 목적을 두고 있다. 이 과목은 강의와 실습으로 이루어지며, 강의에서는 통계의 활용목적과 통계이론 및 다양한 통계분석방법의 원리를 소개하고, SPSS, STATA, HLM 및 기타 통계 프로그램을 이용한 실습을 통해 학생들이 통계분석 방법을 직접 실행하고 이를 풀이할 수 있는 능력을 구비하도록 한다.전선 / 대학원
범주형 자료를 분석하기 위한 통계기법들을 소개한다. 범주형 자료들은 대개 분할표를 이용해 정리할 수 있기 때문에 분할표를 분석할 수 있는 통계방법을 중점적으로 다룬다. 주된 주제들은 분할표분석, 로그 선형모형, 로지스틱모형이다.전선 / 대학원
본 강좌는 고급 자료분석을 위한 모형기반 통계분석방법론에 대해 다룬다. 자료의 특징과 분석의 목적에 따라 적합한 통계모형을 제시하고, 자료를 적합, 적합된 통계모형의 해석을 통한 인사이트 제시등에 대해 다룬다. 프로젝트를 통해서 배운 방법들을 실제 데이터에 적용하고 발표한다. ● Linear model and linear mixed model ● Generalized linear model ● Shrinkage method and variable selection ● Graphical methods and causal Inference ● Bayesian methods전선 / 대학원
한 지역에 대한 체계적이고 종합적인 이해는 본래 지리학이 추구해 온 목표였다. 이러한 목표를 이루기 위한 방법은 시대별, 지역별로 다소 상이한 형태를 띠며 발전해 왔다. 본 과목에서는 지역연구의 방법론이 전체 지리학의 발전과정 속에서 어떻게 변모해 왔는가를 고찰하고 각각의 방법론들이 지니는 장단점들을 파악해 봄으로써 지역연구의 새로운 방법론을 모색해 보는 데 주안점을 둔다.전필 / 대학원
자료를 모형화하는 통계적 방법으로 선형모형의 중요성을 다루는 것이 이 과목의 목적이다. 이론적인 측면도 공부하지만 주로 모형선택, 추정, 모형검증과 같은 방법론을 강조한다. 다루는 모형은 단순회귀, 다중회귀, 일차분산분석, 이차 분산분석 등을 다룬다. 추론을 위해 최소제곱방법을 주로 사용하지만 이와 관련하여 우도에 기초한 방법도 다루게 된다. 선형모형을 통한 자료의 모형을 위해 R을 이용한다.전선 / 학사
인구의 지역적 분포, 구성, 성장과 변화 및 이동을 주로 취급한다. 이들 특징이 지역적 특성에 어떻게 반영되는가 하는 과정(process)을 우리나라의 몇 지역을 사례로 연구한다.? 또한 지역간의 인구이동 및 도시내부에서 인구이동현상과 그 요인 등을 분석한다.전선 / 대학원
보건학 자료는 이진형, 연속형 등 다양한 유형의 자료들로 이루어져 있으며 subjects사이의 상관성으로 인하여 분석이 쉽지 않다. 이러한 보건학 자료의 분석을 위하여 선형혼합모형, 일반화선형모형, 일반화선형혼합모형 등이 주로 활용되어 왔다. 고급보건통계이론에서는 이러한 분석 방법론에 활용되고 있는 다양한 모수 추정방법론과 관련 이론을 학습할 것이다. 예를 들어, 최대가능도추정량과 제한가능도추정량의 점수함수와 모수추정 방법론을 배우고 동시에 일반화추정방정식과 관련된 다양한 이론을 학습하고 연습함으로써 보건통계자료 분석의 기본 이론을 배울 수 있는 기회가 될 것이다.전선 / 대학원
본 과목은 박사과정 대상의 도시환경 분석 모형과 데이터 시각화 심화 과정이다. 통계 모형 방법은 도시설계와 조경학을 포함한 다양한 학문 분야의 연구에서 광범위하게 이용되고 있다. 최근에는 빅데이터를 활용한 고급 모델링 기법이 개발 및 적용되고 있으며, 데이터 시각화 분석을 통한 분석과 해석의 고도화가 이루어지고 있다. 본 과정에서는 이러한 고급 모형 중 도시환경 분야에 적합한 공간회귀모형, 다층모형, 시계열 모형을 다룬다. 학생들이 이 모형들을 이용한 연구과제를 수행하며, 데이터 시각화를 통해 도시 및 조경 관련 의사결정에 관련된 함의를 도출하는 과제를 수행한다. 본 과목을 수강하기 위해서는 기초 통계 모형(OLS, Logistic Model)에 관한 이해가 필수적으로 요구된다.전선 / 대학원
본 과목은 박사과정 대상의 도시환경 분석 모형과 데이터 시각화 심화 과정이다. 통계 모형 방법은 도시설계와 조경학을 포함한 다양한 학문 분야의 연구에서 광범위하게 이용되고 있다. 최근에는 빅데이터를 활용한 고급 모델링 기법이 개발 및 적용되고 있으며, 데이터 시각화 분석을 통한 분석과 해석의 고도화가 이루어지고 있다. 본 과정에서는 이러한 고급 모형 중 도시환경 분야에 적합한 공간회귀모형, 다층모형, 시계열 모형을 다룬다. 학생들이 이 모형들을 이용한 연구과제를 수행하며, 데이터 시각화를 통해 도시 및 조경 관련 의사결정에 관련된 함의를 도출하는 과제를 수행한다. 본 과목을 수강하기 위해서는 기초 통계 모형(OLS, Logistic Model)에 관한 이해가 필수적으로 요구된다.전선 / 학사
범주형 자료에 대한 이해와 분석 방법을 학습하는 과목이다. 범주형 자료는 사회과학, 보건의료 등 다양한 분야에서 일상적인 조사와 실험을 통해 널리 수집된다. 학생들은 분할표(contingency table) 분석을 포함하여, 일반화선형모형(generalized linear model), 로지스틱 회귀모형(logistic regression model), 로그 선형모형(log-linear model) 등 다양한 분석 방법을 학습한다. 이 과목을 통해, 자료의 특성을 이해하고, 적절한 분석 방법을 선택할 수 있는 능력을 개발한다. 또한 통계 소프트웨어를 통해 실제 데이터에 적용하고 구현하는 과정을 다룬다.전선 / 대학원
중도절단 생존시간 자료를 분석하는 고급 통계적 기법들을 다룬다. 생존함수의 추정을 위한 일반적인 방법인 KaplanㅡMeier 추정량의 정의 및 여러 성질들을 다룬다. 좌 절단 자료의 분석을 위하여 필수적인 셈 과정에 대한 이론을 배우고, 이를 이용한 위험함수의 추정방법을 설명한다. 생존시간 자료의 회귀모형을 위하여 비례위험모형에 대하여 다루고, 회귀계수의 점근적 일치성 및 근사분포를 유도한다.