$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

온실가루이의 공간시계열 분석
Space Time Data Analysis for Greenhouse Whitefly 원문보기

응용통계연구 = The Korean journal of applied statistics, v.17 no.3, 2004년, pp.403 - 418  

박진모 (한국외국어대학교 통계학과) ,  신기일 (한국외국어대학교 통계학과)

초록
AI-Helper 아이콘AI-Helper

시간에 따라 얻어진 공간 자료를 공간시계열 자료라 하며 이러한 자료를 분석하기 위해 사용되는 모형이 공간시계열 모형이다. 최근 곤충학과 생태학에서 공간시계열 모형을 이용한 연구가 활발히 진행되고 있다. 본 논문에서는 온실에 있는 곤충의 마리수를 ARMA 모형과 자기회귀 오차모형을 이용한 공간시계열 모형으로 분석하였다. 자료에 포함된 이상점은 분산도(Variogram) 추정에 많은 영향을 주기 때문에 Mugglestone (2000)의 이상점 수정법을 이용하여 수정하였다. 공간시계열 모형들과 시계열 요인을 배제한 공간모형을 MSE와 MAPE를 이용하여 비교하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Recently space-time model in spatial data analysis is widly used. In this paper we applied this model to analysis of greenhouse whitefly. For handling time component, we used ARMA model and autoregressive error model and for outliers, we adapted Mugglestone's method. We compared space-time models an...

주제어

#분산도   #ARMA 모형   #분산도 구름   #이상점 수정법 Variogram  

참고문헌 (13)

  1. Cressie, N. (1993). Statistics for Spatial Data. John Wiley, Sons, Inc 

  2. Cressie, N. and Hawkins, D. M. (1980). Robust estimation of the variogram. I. Mathematical Geology, 12, 2, 115-125 

    상세보기 crossref

  3. Ettema, C. H., Rathbun, S. L. and Coleman, D. C. (2000). On spatiotemporal patchness and the coexistence of five species of Chronogaster(Nematoda: Chronogasteridae) in a riparian wetland. Oecologia, 125, 444-452 

    상세보기 crossref

  4. Genton, M. C. (1998). Highly robust variogram estimation. Mathematical Geology, 30, 2, 213-221 

    crossref

  5. Hamilton, J. D. (1994). Time Series Analyssis. Princeton University Press 

  6. Huang, H.-C. and Cressie, N. (1996). Spatio-Temporal prediction of snow water equivalent using the Kalman filter. Computational Statistics and Data Analysis, 22, 159-175 

    상세보기 crossref

  7. Lee, J.-H. and Shin, K-I. (2004). On the efficiency of outlier cleaners in spatial data analysis. Journal of Korean Applied Statistics, 17, 2, 327-336 

    원문보기 상세보기 crossref

  8. Nierel, R., Moira. and Mugglestone, M. A. (1998). Outlier-Robust spectral estimation for spatial lattice process. Communications and Statistics: Theory and Methods, 27, 3095-3111 

    상세보기 crossref

  9. Mugglestone, M. A., Baenet, V., Nirel, R. and Murray, D. A. (2000). Modeling and analysing outlier in spatial lattice data. Mathematical and Computer modeling, 32, 1-10 

    상세보기 crossref

  10. Park, J-J. Shin, K-I. and Cho, K. (2004). Selection of appropriate data transformation for analyzing geostatistics: Case study with data of greenhouse white flies on greenhouse cherry tomatoes. Journal of Asia-Pacific Entomology, To appear 

  11. Taylor, L. R. (1961) Aggregation, variance and the mean. Nature, 189, 732-735 

    상세보기 crossref

  12. Tobin, P. C., and Bjornstad O. N. (2003) Spatial dynamics and cross-correlation in a transient predator-prey systern. Journal of Animal Ecology, 72, 460-467 

    상세보기 crossref

  13. Wikle, C. K. and Cressie, N. (1999). A dimension reduction approach to space-time Kalman filtering. Biometrika, 86, 815-829 

    상세보기 crossref

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로