$\require{mediawiki-texvc}$

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.

공간 통계 활용에 따른 소지역 추정법의 평가
Evaluations of Small Area Estimations with/without Spatial Terms 원문보기

응용통계연구 = The Korean journal of applied statistics, v.20 no.2, 2007년, pp.229 - 244  

신기일 (한국외국어대학교 통계학과) ,  최봉호 (통계청 지역통계과) ,  이상은 (경기대학교 응용통계학과)

초록
AI-Helper 아이콘AI-Helper

국내외에서 소지역 추정에 관한 많은 연구가 진행되고 있다. 보조 자료가 충분히 있는 경우 모형기반 추정법을 사용하는 것이 일반적이며 이 중에서 계층적 베이지안(Hierarchical Bayesian: HB) 추정법이 가장 좋은 것으로 알려져 있다. 그러나 보조 자료가 충분하지 않은 경우에는 모형 기반 추정법의 사용은 제한적이다. 최근 충분한 보조 자료가 없는 경우 공간 정보를 보조 자료로 사용하는 방법이 제안되었다. 본 논문에서는 공간통계량과 베이즈 접근방법을 활용한 모형기반의 소지역 통계량들을 모형 검진방법(Diagnostic method)들을 이용하여 비교 분석하였다. 분석에 사용된 자료는 2005년도 경제활동인구 조사이며 소지역(시,군,구)통계를 추정하여 비교하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Among the small area estimation methods, it has been known that hierarchical Bayesian(HB) approach is the most reasonable and effective method. However any model based approaches need good explanatory variables and finding them is the key role in the model based approach. As the lacking of explanato...

주제어

#소지역 통계   #공간 통계   #경험적 베이지안 추정법   #계층적 베이지안 추정법  

참고문헌 (11)

  1. 김달호, 김재광 (2004). 가계조사 지역별 추정기법, 

  2. 김재두, 신기일, 이상은 (2005). 공간 시계열 모형을 이용한 소지역 추정, , 18, 627-637 

    원문보기 상세보기 crossref

  3. 김정오, 신기일 (2006). Comparison of Small Area Estimations by Sample Sizes, The Korean Communications in Statistics, 13, 669-683 

    원문보기 상세보기 crossref

  4. 신기일, 이상은 (2003). Model-Data Based Small Area Estimation, The Korean Communications in Statistics, 10, 637-645 

    원문보기 상세보기 crossref

  5. 이상은 (2006), 공간 통계량을 활용한 베이지안 자기 포아송 모형을 이용한 소지역 통계, , 19, 421-430 

    원문보기 상세보기 crossref

  6. Brown, G., Chambers, R., Heady, P. and Heasman, D. (2001). Evaluation of Small Area Estimation Methods-Application to Unemployment estimations form UK LFS, In Proceedings of Statistics Canada Symposium 2001 

  7. Cressie, N. A. C. (1993). Statistics for Spatial Data, John Wiley & Sons, New York 

  8. Falosi, P. D., Falosi, S. and Russo, A. (1994). Empirical comparison of small area estimation methods for the Italian labour force survey, Survey Methodology, 20, 171-176 

  9. Lee, S. E. and Shin, K.-I. (2006). A Review of Small Area Estimation as Official Statistics, UNESCAP, APEX2 

  10. Press, S. J. (1989). Bayeian Statistics: Principles, Models and Application, John Wiley & Sons, New York 

  11. Rao, J. N. K. (2003). Small Area Estimation, John Wiley & Sons, New York 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

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