[논문]예측소음도를 이용한 어노이언스 예측모델을 위한 로지스틱 회귀분석의 적용방법

손진희; 이건; 정태량; 장서일

doi:10.5050/ksnve.2010.20.6.555

예측소음도를 이용한 어노이언스 예측모델을 위한 로지스틱 회귀분석의 적용방법
Application Method of Logistic Regression Analysis for Annoyance Prediction Model Based on Predicted Noise Level 원문보기

한국소음진동공학회논문집 = Transactions of the Korean society for noise and vibration engineering, v.20 no.6 = no.159, 2010년, pp.555 - 561

손진희 (서울시립대학교 환경공학과) , 이건 (서울시립대학교 도시사회학과) , 정태량 (한국환경정책평가연구원) , 장서일 (서울시립대학교 환경공학부)

Abstract ▼ AI-Helper

Predicted noise level has been used to assess the annoyance response since noise map was generalized and being the normal method to assess the environmental noise. Unfortunately using predicted noise level to derive the annoyance prediction curve caused some problems. The data have to be grouped manually to use the annoyance prediction curve. The aim of this paper is to propose the method to handle the predicted noise level and the survey data for annoyance prediction curve. This paper used the percentage of persons annoyed(%A) and the percentage of persons highly annoyed as the descriptor of noise annoyance in a population. The logistic regression method was used for deriving annoyance prediction curve. It is concluded that the method of dichotomizing data and logistic regression was suitable to handle the predicted noise level and survey data.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

과거 실측 소음레벨을 주로 사용하다가 예측소음레벨을 사용하게 되면서 대두될 수 있는 과도기의 문제점을 선행연구와 이 연구의 데이터 검토를 통해 고찰해보았다. 데이터 처리의 한계와 문제점 검토를 통해 신뢰성 있는 어노이언스 예측모델 수립을 위한 개선안을 제시하고 이에 대해 고찰해 보았다.
(7)은 철도소음 측정시 측정지역 50미터 이내를 선정하되 동일 도로 선상에 위치한 가옥에서만 설문을 시행했다. 따라서 반경이 아닌 철도 중심으로부터 동일하게 50미터 떨어진 직선상의 소음도 분포를 확인해보았다. Fig.
이 연구는 어노이언스 예측모델 수립을 위해 필요한 두 가지 인자인 소음레벨과 거주민의 주관적 반응 중 특히 소음레벨의 데이터 수집과 통계적 처리 과정에 대해 살펴보았다. 과거 실측 소음레벨을 주로 사용하다가 예측소음레벨을 사용하게 되면서 대두될 수 있는 과도기의 문제점을 선행연구와 이 연구의 데이터 검토를 통해 고찰해보았다.
이 연구에서는 소음지도의 발달로 어노이언스 예측모델 수립을 위해 예측소음레벨을 사용하게 되면서 대두될 수 있는 데이터 처리의 문제점을 검토하고 개선안을 제시했다. 예측소음레벨을 이용해서 %A 또는 %HA 반응 예측 모델을 구축할 때의 문제점은 이 인덱스들이 군집비율이기 때문에 데이터를 임의로 군집화해야 할 필요가 있다는 것이다.

제안 방법

설문데이터를 이용한 선행 연구와의 비교만으로는 이 연구에서 제시한 방법의 적용성 검증이 어렵기 때문에 데이터를 임의의 군집화할 필요가 없는 청감실험 데이터를 이용해서 적용해보았다. %A와 %HA를 군집비율로 계산한 후 로지스틱 회귀식의 형태로 피팅 곡선을 그린 경우, 즉 선행연구에서 사용되던 방법을 적용한 경우와 이 연구에서 제시한 방법대로 곡선을 도출한 경우의 회귀선을 비교했다. 두 경우의 어노이언스 예측모델은 거의 차이가 없었으며 이 연구에서 제시하는 데이터 처리와 회귀식 도출방법이 소음지도가 일반화된 현실에서 예측소음레벨과 설문조사를 사용한 어노이언스 예측 모델의 도출시 유용하게 사용될 수 있을 것으로 기대된다.
(2)은 새로운 자료를 추가하여 그의 곡선을 수정했다. 이 곡선은 선형회귀분석을 통해 2차 다항식의 형태로 표현하였다.
(4)은 또한 로지스틱 모델을 적용한 예측식과 선형 회귀 모델을 적용한 예측식을 비교하여 특정 구간에서는 로지스틱 회귀식과 동일한 값을 갖는 3차 다항식형태의 최종 예측식을 제안했다. 그는 사용자의 편의를 위해 3차 다항식을 제안했으나 종속변수인 %HA는 이산변수(discrete variables) 특성을 갖기 때문에 선형회귀분석을 적용해서 구한 결과는 통계적 유의성을 잃게 된다고 했다.
로지스틱 회귀 모델은 이러한 이산 변수의 특성을 잘 반영하고 있으며 국내 연구에서도 Lim et al.⁽⁵⁾이 교통소음에 대한 어노이언스 예측모델을 로지스틱 회귀식의 형태로 제안했다.
또한 Sommerhoff et al.⁽⁷⁾은 철도소음과 도로소음에 대한 어노이언스 조사를 위한 연구에서 측정지점에서 50미터 이내를 동일한 소음도로 간주한 후 설문조사를 했다. 그는 또한 이렇게 측정한 소음데이터 처리시 L_dn을 다시 5 dB로 그룹화했다.
이 연구는 어노이언스 예측모델 수립을 위해 필요한 두 가지 인자인 소음레벨과 거주민의 주관적 반응 중 특히 소음레벨의 데이터 수집과 통계적 처리 과정에 대해 살펴보았다. 과거 실측 소음레벨을 주로 사용하다가 예측소음레벨을 사용하게 되면서 대두될 수 있는 과도기의 문제점을 선행연구와 이 연구의 데이터 검토를 통해 고찰해보았다. 데이터 처리의 한계와 문제점 검토를 통해 신뢰성 있는 어노이언스 예측모델 수립을 위한 개선안을 제시하고 이에 대해 고찰해 보았다.
어노이언스 예측모델과 관련한 대표적인 선행 연구를 기반으로 이 연구에서 집단의 주관적 반응을 대표할 평가지표와 어노이언스 예측모델 수립에 사용할 회귀분석방법을 설정한다. 다음으로 실측 소음 및 예측소음을 사용할 경우 야기될 수 있는 문제점들을 이 연구에서 선정한 지역의 데이터를 사용하여 검토해보았다.
또한 1 dB로 군집화한 경우도 데이터를 임의대로 그룹화한 것이기 때문에 임의의 데이터 처리가 포함된 것이다. 따라서 5 dB 간격으로 제작된 소음을 50여명의 피험자들에게 들려주고 주관적 반응을 조사한 청감실험 데이터를 사용해 이 연구에서 제안한 방법대로 어노이언스 예측 모델을 도출해 보았다.
⁽³⁾은 소음레벨(L_dn)과 %HA의 상관관계를 먼저 확인해서 소음레벨과 %HA의 상관성이 통계적으로 유의하지 않으면 이 데이터를 사용하지 않았다. 따라서 이 연구에서도 소음레벨과 %A 및 %HA의 상관성을 분석했다.
따라서 어노이언스 예측 모델도출 전의 상관분석은 생략했다. 먼저 선행연구⁽¹⁴⁾의 방법대로 %HA의 군집비율을 구한 후 그 데이터에 대해 로지스틱 피팅 곡선을 그려보고, 이 연구에서 제안한 방법대로 데이터를 이분화 한 후 로지스틱 회귀분석을 해서 두 그래프를 비교했다. 두 경우의 그래프는 Fig.
어노이언스 예측모델과 관련한 대표적인 선행 연구를 기반으로 이 연구에서 집단의 주관적 반응을 대표할 평가지표와 어노이언스 예측모델 수립에 사용할 회귀분석방법을 설정한다. 다음으로 실측 소음 및 예측소음을 사용할 경우 야기될 수 있는 문제점들을 이 연구에서 선정한 지역의 데이터를 사용하여 검토해보았다.
이 연구에서는 제안한 방법대로 이항 로지스틱 회귀분석을 통해 어노이언스 예측모델을 도출하고 선행 연구의 방법대로 데이터를 군집화한 후 로지스틱 피팅 모델을 도출하여 두 곡선을 비교했다. 임의로 데이터를 군집화한 경우는 이 연구에서 제시한 방법을 이용한 결과와는 차이가 있었으며 그 차이는 소음레벨이 높아질수록, 군집화의 범위가 클수록 커졌다.
데이터를 임의로 군집하면서 발생할 수 있는 오차를 검토해본 결과 %HA 반응 차이가 약 7 %까지 발생했다. 이런 오차 발생을 방지하기 위해서 데이터를 군집하기 않고 데이터 분석시 상위 응답자들은 100으로 나머지 응답자들은 0으로 이분화한 상태에서 이항 로지스틱 회귀분석을 하는 방법을 제안했다. 이 방법은 %A와 %HA의 기본 개념을 충실히 반영하면서 선행 연구에 의해 널리 사용되고 있는 로지스틱 회귀식의 원리에도 부합했다.
이렇게 임의로 데이터를 그룹화 할 경우 어노이언스 예측모델이 변화하는지 살펴보기 위해 1 dB, 3 dB, 5 dB 간격으로 설문데이터를 그룹화해서 비교했다. Fig.

대상 데이터

임의로 데이터를 군집화한 경우는 이 연구에서 제시한 방법을 이용한 결과와는 차이가 있었으며 그 차이는 소음레벨이 높아질수록, 군집화의 범위가 클수록 커졌다. 설문데이터를 이용한 선행 연구와의 비교만으로는 이 연구에서 제시한 방법의 적용성 검증이 어렵기 때문에 데이터를 임의의 군집화할 필요가 없는 청감실험 데이터를 이용해서 적용해보았다. %A와 %HA를 군집비율로 계산한 후 로지스틱 회귀식의 형태로 피팅 곡선을 그린 경우, 즉 선행연구에서 사용되던 방법을 적용한 경우와 이 연구에서 제시한 방법대로 곡선을 도출한 경우의 회귀선을 비교했다.
예측소음레벨을 사용할 때 발생하는 문제점을 살펴보기 위해 이 연구에서 선택한 지역은 Fig. 1과 Fig. 2의 철도 부근 거주지이다. 철도소음레벨은 소음지도를 통해 산출했고 거주민의 어노이언스 반응은 2007년에 299가구, 2008년에 394가구를 조사하여 총 693가구를 조사했다.
2의 철도 부근 거주지이다. 철도소음레벨은 소음지도를 통해 산출했고 거주민의 어노이언스 반응은 2007년에 299가구, 2008년에 394가구를 조사하여 총 693가구를 조사했다.

데이터처리

0과 100으로 코딩한 주관적 반응 데이터와 예측소음레벨을 이용해 로지스틱 회귀분석을 했다. 데이터 처리 및 회귀분석은 SPSS를 사용했다.
Fig. 6은 예측소음레벨을 이용한 어노이언스 정량평가 모델 수립을 위해 이 연구에서 제안한 방법대로 도출한 회귀곡선과 선행 연구의 방법대로 데이터를 임의로 군집화해서 도출한 회귀선을 서로 비교했다. 데이터를 임의로 그룹화할 경우에는 1 dB로 그룹화한 회귀선이 이 연구에서 제안한 방법대로 도출한 회귀선과 가장 유사했다.
0과 100으로 코딩한 주관적 반응 데이터와 예측소음레벨을 이용해 로지스틱 회귀분석을 했다. 데이터 처리 및 회귀분석은 SPSS를 사용했다. Fig.
%A는 낮은 소음레벨에서의 어노이언스 변화량을 민감하게 나타낼 수 있다는 이유로 사용이 권고되었다. 따라서 이 연구에서는 %A와 %HA를 어노이언스 평가지표로 선택하고 예측모델 수립에 사용할 회귀분석방법은 로지스틱 회귀모델을 선택했다.
이 사용한 설문조사 결과들 중 소음의 크기(L_dn)와 어노이언스 반응을 상관분석했다. 분석을 통해 유의확률이 0.05보다 커 상관성이 통계적으로 유의하지 않은 자료들을 제외한 후 로지스틱 회귀 알고리즘을 이용하여 재분석했다. 그의 예측곡선을 미국 FICON(Federal Interagency Committee on Noise)과 ANSI(American National Standards Institute)에서 채택하여 소음 관련 환경 영향 평가시 사용하고 있다.
⁽³⁾은 Fiedell et al.이 사용한 설문조사 결과들 중 소음의 크기(L_dn)와 어노이언스 반응을 상관분석했다. 분석을 통해 유의확률이 0.

성능/효과

데이터를 임의로 그룹화할 경우에는 1 dB로 그룹화한 회귀선이 이 연구에서 제안한 방법대로 도출한 회귀선과 가장 유사했다. 5 dB로 그룹화한 경우에는 소음레벨이 커질수록 두 곡선간의 어노이언스 반응의 차이가 더욱 커지는 것을 확인할 수 있다.
4는 각 경우를 선행 연구⁽¹⁴⁾의 방법과 같이 그룹화해서 평균한 후 어노이언스 예측곡선을 로지스틱 회귀식을 이용한 피팅곡선으로 나타낸 것이다. 5 dB로 그룹화한 어노이언스 예측모델과 1 dB로 그룹화한 모델은 소음 레벨이 높을수록 어노이언스 반응의 차이가 크다. 소음레벨(L_dn)이 80 dB(A)일 때를 비교하면 5 dB로 그룹화한 회귀곡선과 1 dB로 그룹화한 회귀곡선의 %HA 반응 차이는 약 7 %이다.
예측소음레벨을 이용해서 %A 또는 %HA 반응 예측 모델을 구축할 때의 문제점은 이 인덱스들이 군집비율이기 때문에 데이터를 임의로 군집화해야 할 필요가 있다는 것이다. 데이터를 임의로 군집하면서 발생할 수 있는 오차를 검토해본 결과 %HA 반응 차이가 약 7 %까지 발생했다. 이런 오차 발생을 방지하기 위해서 데이터를 군집하기 않고 데이터 분석시 상위 응답자들은 100으로 나머지 응답자들은 0으로 이분화한 상태에서 이항 로지스틱 회귀분석을 하는 방법을 제안했다.
4 dB(A)로 소음레벨의 변화량이 컸다. 소음지도는 실제 배경 소음이 존재하는 현실과 달리 아주 낮은 레벨까지 예측하므로 최소 소음도를 현실에 맞게 45 dB(A)라고 간주할 경우에도 평균 소음레벨인 57.4 dB(A)와 최소 및 최대 소음레벨과 평균 소음레벨과는 10 dB(A) 이상 차이가 났다. 따라서 측정에 의해 일부 인근 지역을 동일 소음레벨로 가정하는 것은 국내 실정에는 맞지 않는 방법일 수 있다.
이 연구에서는 제안한 방법대로 이항 로지스틱 회귀분석을 통해 어노이언스 예측모델을 도출하고 선행 연구의 방법대로 데이터를 군집화한 후 로지스틱 피팅 모델을 도출하여 두 곡선을 비교했다. 임의로 데이터를 군집화한 경우는 이 연구에서 제시한 방법을 이용한 결과와는 차이가 있었으며 그 차이는 소음레벨이 높아질수록, 군집화의 범위가 클수록 커졌다. 설문데이터를 이용한 선행 연구와의 비교만으로는 이 연구에서 제시한 방법의 적용성 검증이 어렵기 때문에 데이터를 임의의 군집화할 필요가 없는 청감실험 데이터를 이용해서 적용해보았다.

후속연구

%A와 %HA를 군집비율로 계산한 후 로지스틱 회귀식의 형태로 피팅 곡선을 그린 경우, 즉 선행연구에서 사용되던 방법을 적용한 경우와 이 연구에서 제시한 방법대로 곡선을 도출한 경우의 회귀선을 비교했다. 두 경우의 어노이언스 예측모델은 거의 차이가 없었으며 이 연구에서 제시하는 데이터 처리와 회귀식 도출방법이 소음지도가 일반화된 현실에서 예측소음레벨과 설문조사를 사용한 어노이언스 예측 모델의 도출시 유용하게 사용될 수 있을 것으로 기대된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	일상생활에 노출된 소음에 대한 어노이언스 반응을 조사하기 위해서는 사회조사가 유용한 방법이라고 할 수 있는 이유는?	소음에 대한 주관적 반응 데이터를 수집하기 위해서는 거주민에 대한 설문조사 또는 청감실험을 이용한다. 그러나 선행연구(12)에 의하면 어노이언스는 음향학적 변수 뿐만 아니라 비음향학적 변수에도 강하게 영향을 받기 때문에 실험실 조건에서 측정하는 것이 어렵다고 했다. 따라서 일상생활에 노출된 소음에 대한 어노이언스 반응을 조사하기 위해서는 사회조사가 유용한 방법이라고 할 수 있다.
	소음레벨은 무엇을 통해 데이터를 수집할 수 있는가?	어노이언스 예측모델 수립을 위해 필요한 인자는 소음레벨과 거주민의 주관적 반응이다. 소음레벨은 실측 또는 예측을 통해 데이터를 수집할 수 있다. 소음레벨의 예측을 위한 프로그램이 일반화되지 않았던 과거에는 주로 실측을 통해 소음레벨의 데이터를 수집했으며(1~4) 현재까지도 실측 방법은 많이 사용되고 있다(5,7).
	어노이언스 예측모델 수립을 위해 필요한 인자는?	어노이언스 예측모델 수립을 위해 필요한 인자는 소음레벨과 거주민의 주관적 반응이다. 소음레벨은 실측 또는 예측을 통해 데이터를 수집할 수 있다.

참고문헌 (15)

Schultz, T. J., 1978, “Synthesis of Social Surveys on Noise Annoyance,” Journal of Acoustic Society of America, Vol. 64, No. 2, pp. 377-405.

상세보기
Fidell, S., Barber, D. S. and Schultz, T. H. J., 1991, “Updating a Dosage-effect Relationship for the Prebalence of Annoyance Due to General Transportation Noise,” Journal of the Acoustical Society of America, Vol. 89, pp. 221-223.

상세보기
Finegold, L. S., Harris, C. S. and Von Gierke, H. E., 1994, “Community Annoyance and Sleep Disturbance : Updated Criteria for Assessing the Impacts of General Transportation Noise on People,” Noise Control Engineering Journal, Vol. 42, No. 1, pp. 25-30.

상세보기
Miedema, HME., Vos H., 1998, “Exposureresponse Relationships for Transportation Noise,” Journal of Acoustic Society of America, Vol. 104, No. 6, pp. 3432-3445.

상세보기
Lim, C. W., Kim, C. H., Hong, J. Y. and Lee, S. G., 2006, “The Relationship between Railway Noise and Community Annoyance in Korea,” Journal of Acoustic Society of America, Vol. 120, No. 4, pp. 2037-2042.

상세보기
Ko, J. H., Chang, S. I., Son, J. H. and Kun, L., 2010, “Study on the Annoyance Response in the Area Exposed by Road Traffic Noise and Railway Noise,” Transactions of the Korean Society for Noise and Vibration Engineering, Vol. 20, No. 2, pp. 172-178.

원문보기 상세보기
Sommerhoff, J., Recuero, M. and Suarez, E., 2006, “Relationship between Loudness Perception and Noise Indices in Valdivia, Chile,” Applied Acoustics, Vol. 67, pp. 892-900.

상세보기
European Communities, 2002, “Position Paper on Dose Response Relationships between Transportation Noise and Annoyance,” European Communities.
Ohrstrom, E., Andersson, E., Skanberg, A. and Barregard, L., 2007, “Relationships between Annoyance and Exposure to Single and Combined Noise from Railway and Road Traffic,” Inter-noise 2007.
Lam, K. C. and Au, W. H., 2008, “Human Annoyance Response to a Step Change in Noise Exposure Following Opening of a New Railway Extension in Hong Kong,” ACTA Acustica United with Acustica, Vol. 94, No. 4, pp. 553-562.
Wolfgang, B., Danny, H., Goran P., Ennio, C., Manolis, V., Klea, K., Lars, J., HYENA Group, 2007, “Associations between Road Traffic Noise, Aircraft Noise and Noise Annoyance. Preliminary Results of the HYENA Study,” 19th ICA (International Congress on Acoustics), Madrid.
Namba, S., 2002, “Annoyance caused by Noise : Definition and Psychological Measurement,” Inter-Symposium 2002.
WHO, 2003, “WHO Technical Meeting on Noise and Health Indicators - Second Meeting Results of the Testing and Piloting in Member States(Meeting Report),” World Health Organization (WHO).
Ko, J. H. and Chang, S. I., 2009, “Quantitative Assessment Using 3D Noisemap and Survey in the Area Exposed by the Combined Noise due to Road Traffic and Railway,” Transactions of the Korean Society for Noise and Vibration Engineering, Vol. 19, No. 1, pp. 16-25.
Jun, H. J., Kim, D. S., Ko, J. H. and Chang, S. I., 2008, “Jury Evaluation Test for Annoyance Response of KTX(Korea Train Express) and Ordinary Train Noise,” Transactions of the Korean Society for Noise and Vibration Engineering, Vol. 18, No. 3, pp. 335-344.

원문보기 상세보기

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증