녹색교통으로서 자전거 이용활성화가 사회적으로 큰 조명을 받고 있으나 효과적인 성과를 내기 위해서는 자전거 이용특성에 대한 구체적이고 치밀한 분석이 선행되어야 한다. 이는 1995년 이래 2007년까지 자전거도로를 9,170km나 정비하였음에도 불구하고 동기간동안 자전거 수단분담률이 오히려 감소(국토해양부, 2009)한 점을 통해 알 수 있다. 본 연구는 2006년 조사된 '수도권 가구통행실태조사' 자료(303,308개)를 이용하여 통행 주체별 자전거 수단분담률을 구체적으로 분석하였다. 그 결과 학원 수강목적과 오피스텔 거주자의 자전거 수단분담률이 각각 3.75%, 3.13%로 통행 주체 중 가장 높은 것으로 나타났다. 아울러 로지스틱 회귀분석을 통한 서울시의 자전거 수단분담률 추정모형을 구축하였다. 동시에 로지스틱 회귀계수에 대한 승산비(odds ratio)의 산출을 통해 자전거 수요에 영향을 미치는 관련 요인과 영향 정도를 분석하였다. 그 결과 단거리 통행, 학원가와 공원, 오피스텔 주택가 중심의 자전거 이용활성화가 효과적인 것으로 판명되었다.
녹색교통으로서 자전거 이용활성화가 사회적으로 큰 조명을 받고 있으나 효과적인 성과를 내기 위해서는 자전거 이용특성에 대한 구체적이고 치밀한 분석이 선행되어야 한다. 이는 1995년 이래 2007년까지 자전거도로를 9,170km나 정비하였음에도 불구하고 동기간동안 자전거 수단분담률이 오히려 감소(국토해양부, 2009)한 점을 통해 알 수 있다. 본 연구는 2006년 조사된 '수도권 가구통행실태조사' 자료(303,308개)를 이용하여 통행 주체별 자전거 수단분담률을 구체적으로 분석하였다. 그 결과 학원 수강목적과 오피스텔 거주자의 자전거 수단분담률이 각각 3.75%, 3.13%로 통행 주체 중 가장 높은 것으로 나타났다. 아울러 로지스틱 회귀분석을 통한 서울시의 자전거 수단분담률 추정모형을 구축하였다. 동시에 로지스틱 회귀계수에 대한 승산비(odds ratio)의 산출을 통해 자전거 수요에 영향을 미치는 관련 요인과 영향 정도를 분석하였다. 그 결과 단거리 통행, 학원가와 공원, 오피스텔 주택가 중심의 자전거 이용활성화가 효과적인 것으로 판명되었다.
As the green transportation mode, revitalization of bike usage attracts remarkable public attention. For the acquirement of effective outcome, however, the concrete and close analysis about bike utilization characteristics should be arranged first. One result by MLTM(2009) is support this opinion; t...
As the green transportation mode, revitalization of bike usage attracts remarkable public attention. For the acquirement of effective outcome, however, the concrete and close analysis about bike utilization characteristics should be arranged first. One result by MLTM(2009) is support this opinion; the bike mode share has been decreased whereas 9,170km of the bicycle path was improved(1995~2007). This study analyzed the bike mode share classified by trip types by using the 303,308 data of Household Travel Survey of Seoul Metropolitan Area, 2006. The highest mode share rate was induced by the institute attendee and Officetel resident as 3.75% and 3.13%, respectively. Also this study established the bike mode share estimation model of Seoul by logistic regression, and analyzed related factors and level of effectiveness related bike demand by calculation of odds ratio in terms of logistic regression coefficients. In conclusion, short trips, institutes district, parks, and Officetel residential area oriented policy should be effective on the revitalization of bike usage.
As the green transportation mode, revitalization of bike usage attracts remarkable public attention. For the acquirement of effective outcome, however, the concrete and close analysis about bike utilization characteristics should be arranged first. One result by MLTM(2009) is support this opinion; the bike mode share has been decreased whereas 9,170km of the bicycle path was improved(1995~2007). This study analyzed the bike mode share classified by trip types by using the 303,308 data of Household Travel Survey of Seoul Metropolitan Area, 2006. The highest mode share rate was induced by the institute attendee and Officetel resident as 3.75% and 3.13%, respectively. Also this study established the bike mode share estimation model of Seoul by logistic regression, and analyzed related factors and level of effectiveness related bike demand by calculation of odds ratio in terms of logistic regression coefficients. In conclusion, short trips, institutes district, parks, and Officetel residential area oriented policy should be effective on the revitalization of bike usage.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
73%수준에 불과하기 때문에 해당 자료를 바탕으로 로지스틱 회귀모형을 구축할 경우 결과의 편기(bias) 현상이 발생하는 문제가 발생한다. 이에 따라 분석범위를 조정하여 유의미한 자전거 수단분담률 추정모형의 구축이 가능하도록 하였다. 우선 <표 12>와 같이 자전거의 통행특성상 통행거리가 짧은 존내 통행에 대한 수단분담률이 상대적으로 높기 때문에 본 연구에서는 존내 통행만을 분석대상으로 설정 하였다.
또한 기존 국내 연구와 비교해 광대한 자료(139,564개)를 바탕으로 분석이 이루어졌으며, 통행자의 주택유형과 직업 등 기존에 고려하지 못한 설명변수를 반영한 차이점이 있다. 특히, 본 연구에서는 기존 국내 연구에서 접근한 바 없는 비집계모형 기반의 자전거 수단분담률 추정모형을 제시함으로써 향후 자전거 수요추정 모형 연구의 초석을 제공하였다.
제안 방법
이때, 출생년도는 나이로 재산정하였으며, 출발시간과 도착시간은 통행시간으로 재산정하였다. 그리고 결측치를 제외한 가공자료를 통해 통행 주체별 자전거 선택 유무의 분류표를 작성한 후 자전거 이용특성을 파악하였다. 아울러, 각 통행 주체와 자전거 선택간 관련성을 카이제곱 검증을 통해 통계적으로 살펴보았다.
그리고 선택수단 중 자전거를 ‘1’로 하고 나머지 수단은 ‘0’으로 하는 이항변수로 변환한 후 서울시 자전거 수단분담률 추정이 가능한 로지스틱 회귀모형을 구축하였다.
본 연구는 2006년 조사된 ‘수도권 가구통행실태조사’ 자료(303,308개)를 이용 하여 통행 주체별 자전거 수단분담률을 구체적으로 분석 하였다.
본 연구에서는 우선 ‘2006년 수도권 가구통행실태조사’ 자료(303,308개) 중 서울시 통행 자료만 추출한 후 통행특성과 가구특성, 개인특성 자료를 결합한 횡단면 자료로 가공하였다.
본 연구에서는 자전거 선택유무를 종속변수로 설정하였으며, 성별/연령/운전면허증 보유유무/주택종류/통행 시간/통행목적/직업/소득을 독립변수로 설정하였다. 통행목적의 경우 가구통행실태조사에서는 10개 그룹으로 분류하였으나, 본 연구에서는 더미변수를 최소화하기 위해 4개 그룹(귀가/출근/등교, 학원수강, 쇼핑/여가/개인 용무, 업무)으로 재분류하였다.
본 연구에서는 종속변수가 이산적인 형태일 때 유용하게 사용되는 모형 중 하나인 로지스틱 회귀모형(Simon P. Washington et al, 2003)을 적용하여 서울시의 자전거 수단분담률 추정모형을 구축하며, 해당 모형의 각변수에 대한 로지스틱 회귀계수를 재산정하여 자전거 수단분담률에 미치는 영향 요소 및 영향 정도를 다양하게 분석하였다.
서울시의 자전거 이용 특성을 살펴보기 위해 각 통행 주체별 자전거 수단분담률을 분석하였다.
아울러 로지스틱 회귀분석을 통한 서울시의 자전거 수단분담률 추정모형을 구축하였으며, 로지스틱 회귀계 수에 대한 승산비(odds ratio)의 산출을 통해 자전거 수요에 영향을 미치는 관련 요인과 영향 정도를 분석하였다. 그 결과 통행시간에 대한 로지스틱 회귀계수는 부적 (-)인 것으로 나타나 장거리 통행보다는 단거리 통행 중심의 공공자전거 시설의 설치가 효과적일 것으로 판명되었으며, 아파트와 비교해 오피스텔과 다가구 주택의 승산비가 각각 8.
이를 위해 2006년 조사된 ‘수도권 가구통행실태조사’ 자료를 이용하여 통행 주체별 자전거 수단분담률을 구체적으로 분석하였다.
최종 가공된 횡단면 자료를 통해 서울시의 자전거 수단분담률 추정모형을 구축하였다. LR검증을 통해 최종 선택된 변수는 성별, 운전면허증 보유유무, 주택종류, 통행목적, 직업이며, 연령과 소득수준은 서울시의 자전거 수단분담률 추정모형에 유의미한 영향을 주지 못하는 것으로 나타났다.
본 연구에서는 자전거 선택유무를 종속변수로 설정하였으며, 성별/연령/운전면허증 보유유무/주택종류/통행 시간/통행목적/직업/소득을 독립변수로 설정하였다. 통행목적의 경우 가구통행실태조사에서는 10개 그룹으로 분류하였으나, 본 연구에서는 더미변수를 최소화하기 위해 4개 그룹(귀가/출근/등교, 학원수강, 쇼핑/여가/개인 용무, 업무)으로 재분류하였다. 그리고 소득도 기존의 6개 그룹에서 3개 그룹(저, 중, 고)으로 재분류하였다.
(2008)은 센서스 자료와 지리, 사회경제지표 자료를 사용하여 잉글랜드와 웨일즈의 자전거 수단분담률을 추정하기 위한 모형을 제시하였다. 해당 모형은 구단위의 집계화된 자료를 이용한 회귀분석 모형이며, 백인 비율과 남성 비율, 자동차수, 소득수준, 강수량, 평균기온 등을 설명변수로 반영하였다.
그리고 선택수단 중 자전거를 ‘1’로 하고 나머지 수단은 ‘0’으로 하는 이항변수로 변환한 후 서울시 자전거 수단분담률 추정이 가능한 로지스틱 회귀모형을 구축하였다. 해당 모형의 로지스틱 회귀계수를 승산비(Odds Ratio: OR)로 계량화하여 각 설명변수가 종속변수(자전거 수단)의 결정에 미치는 영향 정도를 계량적으로 분석하고 이를 해석하였다.
대상 데이터
결합된 자료인 139,564개에 대해 각 조사항목 중 결측치가 있는 자료는 제외하였으며, 최종적으로 총 132,407개의 분석 자료를 구축하였다().
그리고 각 통행특성 자료를 기준으로 각 통행자의 개인특성과 가구특성 자료를 결합하였으며, 그 결과 총 139,564개의 횡단면 자료를 구축하였다. 여기서, 통행특성과 개인특성 자료는 가구원번호를 기준으로, 통행특성과 가구특성 자료는 가구번호를 기준으로 결합하였다.
우선 와 같이 자전거의 통행특성상 통행거리가 짧은 존내 통행에 대한 수단분담률이 상대적으로 높기 때문에 본 연구에서는 존내 통행만을 분석대상으로 설정 하였다.
데이터처리
이를 위해 2006년 조사된 ‘수도권 가구통행실태조사’ 자료를 이용하여 통행 주체별 자전거 수단분담률을 구체적으로 분석하였다. 그리고 로지스틱 회귀분석을 통한 서울시의 자전거 수단분담률 추정모형을 구축하였으며, 로지스틱 회귀계수에 대한 승산비(odds ratio)의 산출을 통해 자전거 수요에 영향을 미치는 관련 요인과 영향 정도를 분석하였다.
그리고 결측치를 제외한 가공자료를 통해 통행 주체별 자전거 선택 유무의 분류표를 작성한 후 자전거 이용특성을 파악하였다. 아울러, 각 통행 주체와 자전거 선택간 관련성을 카이제곱 검증을 통해 통계적으로 살펴보았다.
성능/효과
최종 가공된 횡단면 자료를 통해 서울시의 자전거 수단분담률 추정모형을 구축하였다. LR검증을 통해 최종 선택된 변수는 성별, 운전면허증 보유유무, 주택종류, 통행목적, 직업이며, 연령과 소득수준은 서울시의 자전거 수단분담률 추정모형에 유의미한 영향을 주지 못하는 것으로 나타났다. 해당 모형은 식(5)와 같으며, 상세 기호설명은 <표 17>에 제시하였다.
김기혁(1994)은 대구, 부산, 포항, 창원, 구미, 경주, 영천, 경산시를 대상으로 한 가구방문조사를 통해 자전거 보유도에 영향을 미치는 요인을 파악하였으며, 이항로짓모형을 사용하여 자전거 보유율 추정모형을 구축하였다. 그 결과 가구별 자동차 보유대수와 남성 비율이 가구의 자전거 보유율에 영향을 미치는 것으로 나타났다.
(2007)은 포틀랜드와 오리건주의 성인을 대상으로 한 전화설문조사를 통해 개인특성과 지리적특성, 그리고 주변 환경에 대한 인식이 자전거 이용과 관련성이 있는지를 카이제곱검정을 통해 분석하였다. 그 결과 남성과 55세 이하의 성인이 자전거를 많이 이용하며, 소득과 자동차 보유유무는 자전거 이용과의 관련성이 낮은 것으로 나타났다. 그리고 아이들은 등하교 목적 외에 놀이를 위해 자전거를 이용하는 경우가 더 많은 것으로 나타났다.
이병주 등(2001)은 익산시민들을 대상으로 한 설문 조사를 통해 자전거 이용활성화 정책에 방해가 되는 요인을 파악하였으며, LISREL모델을 이용하여 도로이미지의 인식이 자전거 이용에 미치는 영향정도를 살펴보았다. 그 결과 연령과 운전경력이 적고 승용차를 소유하지 않은 사람이 자전거를 더 이용하였으며 차량의 주행성과 위험성은 자전거를 이용하는데 부정적인 요인으로 작용하는 것으로 나타났다.
김수성 등(2009)은 부산시민을 대상으로 한 시민의식조사를 통해 지역별 이용실태를 파악하였으며, 현재 자전거 이용만족도와 향후 이용의사에 영향을 미치는 요인들의 관계에 대해 구조모형을 통해 설명하였다. 그 결과 지역여건이 양호한 지역일수록 향후 자전거 이용의사가 높으며, 자전거 시설정비 및 정책정비의 필요성에 대한 인식이 높은 것으로 나타났다. 즉, 자전거 이용활성화를 위해 자전거 도로구축 및 도로구조의 개선과 같은 지역 여건에 대한 개선노력이 필요하다고 하였다.
아울러 로지스틱 회귀분석을 통한 서울시의 자전거 수단분담률 추정모형을 구축하였으며, 로지스틱 회귀계 수에 대한 승산비(odds ratio)의 산출을 통해 자전거 수요에 영향을 미치는 관련 요인과 영향 정도를 분석하였다. 그 결과 통행시간에 대한 로지스틱 회귀계수는 부적 (-)인 것으로 나타나 장거리 통행보다는 단거리 통행 중심의 공공자전거 시설의 설치가 효과적일 것으로 판명되었으며, 아파트와 비교해 오피스텔과 다가구 주택의 승산비가 각각 8.928, 3.640로 나타나 아파트보다는 오피스텔과 다가구 주택가에 대해 자전거 전용도로를 우선 설치하는 것이 자전거 이용활성화 측면에서 효과적일 것으로 나타났다. 또한 업무통행과 비교한 학원수강과 여가/오락/친교 목적의 승산비가 각각 2.
본 연구는 2006년 조사된 ‘수도권 가구통행실태조사’ 자료(303,308개)를 이용 하여 통행 주체별 자전거 수단분담률을 구체적으로 분석 하였다. 그 결과 학원수강 목적과 오피스텔 거주자의 자전거 수단분담률이 각각 3.75%, 3.13%로 통행 주체중 가장 높은 것으로 나타났다.
13%로 가장 높은 것으로 나타났다(<표 9>). 그리고 주택 종류와 자전거 이용여부는 유의수준 5%에서 통계적으로 관련성이 있는 것으로 분석되었다.
7%높은 것을 의미한다. 따라서 여성 100명당 남성 263.7명 정도가 통행수단 중 자전거 수단을 선택하는 것으로 나타 났다. 이는 “남성 비율과 가구의 자전거 보유율간 관계가 있다”(김기혁,1994)는 과거 연구결과와 “남성이 자전거를 많이 이용한다”(Jennifer Dill, 2007)는 해외 연구 결과와 일치하는 결과이다.
또한 업무통행과 비교한 학원수강과 여가/오락/친교 목적의 승산비가 각각 2.779, 2.219로 나타나 학교↔학원↔집, 공원 중심의 자전거 시설(전용 도로, 보관소 등) 설치가 효과적인 것으로 나타났다.
본 연구에서 구축한 로지스틱 회귀모형을 통해 자전거 수단분담률에 영향을 미치는 영향 요인의 파악이 가능하며, 각 영향 요인에 따른 자전거 수단분담률이 각각 몇 배 정도 증가할 것인지 추정할 수 있다. 이를 위해 설명변수가 종속변수의 결정에 미치는 영향 정도인 승산비 (Odds Ratio: OR)를 산정하여야 한다.
본 연구에서 구축한 서울시의 자전거 수단분담률 추정 모형에 대한 Hosmer&Lemeshow 검정결과, 카이제곱검정 통계량은 15.165로 추정되었으며, 유의수준은 0.056 으로 나타났다.
그러나 이 검정법을 적절하게 사용하려면 표본의 크기가 매우커야 하며, 모든 그룹 내의 사건의 기대도수가 5를 초과하여야 한다. 본 연구에서는 표본의 크기가 클 뿐만 아니라 그룹 내 최소 기대도수 조건도 만족하였다.
성별에 대한 로지스틱 회귀계수가 정적(positive)이므로 남성은 기저집단인 여성에 비해 자전거 이용 확률이 높은 것으로 나타났다. 또한 해당 승산비는 2.
운전면허증 보유유무에 대한 로지스틱 회귀계수는 부적(negative)이며, 승산비인 exp(-1.321)는 1보다 작은 0.267로 운전면허증 보유가 미보유보다 승산이 73.3% 감소하는 것으로 나타났다. 이는 운전면허증 보유율이 낮은 지자체에 대한 자전거 이용활성화 정책이 타 지자체 보다 더 큰 효과를 얻을 수 있음을 시사한다.
운전면허증 보유유무에 따른 자전거 수단분담률의 경우 운전면허증을 미보유한 통행자의 자전거 수단분담률이 2.33%인 반면 보유자의 분담률은 1.21%로 나타나 운전면허증 보유유무는 자전거 이용여부와 관련이 있는 것으로 나타났다().
이에 따라 과 같이 최종 가공된 자료의 개수는 8,109개이며, 존내 통행 중 도보를 제외한 자전거의 수단분담률은 8.9%수준인 것으로 나타났다.
이에 따라 직업별 자전거 수단분담률의 경우 학생의 자전거 수단분담률이 직업분류 중 가장 높았으며, 전문직/기술직/행정/사무/관리직의 자전거 수단분담률이 직업분류 중 가장 낮은 것으로 나타났다().
(2007)은 통행실태조사자료인 RP자료와 SP자료를 결합하여 자전거 수단선택 모형을 구축하였다. 자전거 전용도로의 설치로 인해 자전거 수단분담률은 현재 수준 대비 약 55%증가하고, 자전거 이용시 2유로의 격려금을 지불시 자전거 수단분담률은 현재 수준 대비 약 2배 증가하는 것으로 나타났다.
주택 종류별 자전거 수단분담률을 살펴본 결과, 아파트의 자전거 수단분담률이 1.51%로 가장 낮은 것으로 나타났으며, 다세대/다가구주택과 오피스텔의 자전거 수단분담률이 각 2.27%, 3.13%로 가장 높은 것으로 나타났다().
직업의 경우 모든 직종의 자전거 수단분담률이 행정/ 사무/관리직보다는 높은 것으로 나타났다. 특히, 기저집단인 행정/사무/관리직에 대한 승산보다 학생의 승산이 2.
직업의 경우 모든 직종의 자전거 수단분담률이 행정/ 사무/관리직보다는 높은 것으로 나타났다. 특히, 기저집단인 행정/사무/관리직에 대한 승산보다 학생의 승산이 2.043배 높은 것으로 나타났으며, 무직과 서비스직의 승산이 각각 3.368배, 3.701배 높은 것으로 나타났다. 따라서 주부 및 무직자 중심의 자전거 대여정책의 추진과 서비스직 회사의 자전거 보유에 대한 인센티브 정책의 도입은 해당 지자체의 자전거 수단분담률 향상측면에서 큰 효과가 발생할 것으로 판단된다.
후속연구
국내와 비교해 국외의 자전거 이용활성화 정책이 앞서가듯 자전거 수요와 관련된 연구 또한 국외 연구는 다양하게 진행되어 왔다. 그러나 국외의 자전거 이용수요에 영향을 미치는 인자 및 영향 정도는 국내의 것과 상이할 것이기 때문에 새롭게 연구되어야 하며, 특히 본 연구가 자전거 수단분담률 추정모형에 대한 로지스틱 회귀계수의 승산비 분석을 통해 자전거 수요의 영향 정도를 분석한 점에서 기존 국외 연구와도 명확한 차이점이 있다.
그러나 본 연구에서는 자전거 이용 요인 등에 초점을 맞춰 접근하였으나, 보다 효과적인 연구를 위해서는 자전거를 이용하지 않는 요인분석 등 다양한 측면의 접근이 필요하다. 현재 자전거 이용률이 저조한 상황에서 자전거 이용 요인보다는 이용하지 않는 요인에 대해 접근하는 것이 더 유용한 결과를 얻을 수 있기 때문이다.
또한 효과적인 시설투자계획은 타당한 수요예측이 선행되어야 가능하기 때문에 향후 자전거 수요추정과 관련된 심도있는 연구가 진행되어야 하겠다. 그리고 본 연구의 범위는 서울시로 국한하였는데, 타 지역에서도 적용 가능한 자전거 수요추정 모형의 구축 또는 지역적 특성을 반영할 수 있는 자전거 수요추정 모형의 구축이 필요하다.
자전거 수요는 날씨 및 도로구배, 위험성에 큰 영향을 받을 것으로 예상되기 때문에 향후 다양한 자료와의 융합을 통해 자전거 수요의 영향 요인과 영향 정도를 좀 더 다양하게 살펴보고 분석할 필요가 있다. 또한 효과적인 시설투자계획은 타당한 수요예측이 선행되어야 가능하기 때문에 향후 자전거 수요추정과 관련된 심도있는 연구가 진행되어야 하겠다. 그리고 본 연구의 범위는 서울시로 국한하였는데, 타 지역에서도 적용 가능한 자전거 수요추정 모형의 구축 또는 지역적 특성을 반영할 수 있는 자전거 수요추정 모형의 구축이 필요하다.
219로 나타나 학교↔학원↔집, 공원 중심의 자전거 시설(전용 도로, 보관소 등) 설치가 효과적인 것으로 나타났다. 이와 같은 본 연구결과는 자전거 이용활성화를 위한 다양한 정책방향과 향후 구체적인 자전거 수요 추정 모형의 구축에 공헌할 수 있을 것으로 기대된다.
그리고 본 연구에서는 가구통행실태조사 자료를 통해 자전거 수단분담률 추정모형을 구축하였기 때문에 설명변수의 제약이 있었다. 자전거 수요는 날씨 및 도로구배, 위험성에 큰 영향을 받을 것으로 예상되기 때문에 향후 다양한 자료와의 융합을 통해 자전거 수요의 영향 요인과 영향 정도를 좀 더 다양하게 살펴보고 분석할 필요가 있다. 또한 효과적인 시설투자계획은 타당한 수요예측이 선행되어야 가능하기 때문에 향후 자전거 수요추정과 관련된 심도있는 연구가 진행되어야 하겠다.
선행된 국내 연구의 경우, 대부분 자전거 수요와 관련된 요인을 파악하기 위한 연구로써 각 요인의 영향 정도에 대한 접근이 부족했던 반면 본 연구는 각 영향 요인별 승산비의 분석을 통해 영향 정도를 통계적으로 분석·해석한 차이점이 있다. 자전거 수요의 영향 요소뿐 아니라 영향 정도까지 명확히 분석된다면 보다 구체적인 자전거 이용활성화 정책의 수립이 가능하리라 판단된다. 또한 기존 국내 연구와 비교해 광대한 자료(139,564개)를 바탕으로 분석이 이루어졌으며, 통행자의 주택유형과 직업 등 기존에 고려하지 못한 설명변수를 반영한 차이점이 있다.
질의응답
핵심어
질문
논문에서 추출한 답변
우도 함수란 무엇인가?
단순 선형회귀분석에서는 회귀계수(β0,βj)를 추정하기 위해 잔차의 제곱합을 최소화하는 최소제곱법(Method of Least Squares: MLS)을 사용하지만 로지스틱 회귀분석에 서는 우도 함수(likelihood function: ℒ) 즉 사건의 발생가 능성을 크게 하는 최대 우도 추정법(Method of Maximum Likelihood: MLM)을 이용하여 계수를 추정한다. 여기서 우도 함수란 미지수에 따른 관찰 자료의 가능성을 함수로 표현한 것을 말한다. 로지스틱 회귀분석에서 우도함수 ℒ 는 식(3)과 같다.
Hosmer&Lemeshow의 검정을 적절하게 사용하려면 어떤 조건이 필요한가?
이는 예측값과 관측값이 얼마나 밀접한지 카이제곱분포를 통해 검정 하는 것으로 모든 관찰값을 사건이 발생할 확률의 추정값에 근거하여 10개의 동등한 그룹으로 나누어 사건과 비사건의 관측수와 기대도수와의 차이를 구한다. 그러나 이 검정법을 적절하게 사용하려면 표본의 크기가 매우커야 하며, 모든 그룹 내의 사건의 기대도수가 5를 초과하여야 한다. 본 연구에서는 표본의 크기가 클 뿐만 아니라 그룹 내 최소 기대도수 조건도 만족하였다.
일반적인 회귀분석법은 어떤 특징이 있는가?
한 개의 종속변수와 여러 개의 독립변수간의 상호 관련성을 분석할 때 가장 널리 사용되는 분석방법이 회귀 분석이다. 일반적인 회귀분석법은 독립변수들에 의해 종속변수의 변화가 직선적으로 변한다고 가정하기 때문에 자전거 수단 선택과 같이 종속변수가 선택유무로 표시되는 이항적인 사건을 다루는 데에는 적합하지 않다. 이에반하여 종속변수와 독립변수와의 관계를 비선형이라 가정하여 로지스틱 회귀계수를 추정하는 로지스틱 회귀분 석은 두 개의 값만을 가지는 종속변수와 여러 독립변수들의 관련성을 분석할 수 있다.
참고문헌 (17)
국토해양부(2009), "자전거도로 시설기준 및 관리지침".
김기혁(1994), "도시의 공간적 사회적 요인에 따른 자전차 보유도 추정에 관한 연구", 대한교통학회지, 제12권 제1호, 대한교통학회, pp.85∼95.
Cohen, J., Cohen, P., West, S., and Aiken, L.(2003), "Applied multiple regression/ correlation analysis for the behavioral sciences. Mahwah, New Jersey: Lawrence Erlbaum Associates".
Gary Barnes and Kevin Krizek(2005), "Estimating Bicycling Demand", Transportation Research Record, No. 1939, pp.45∼51.
Hosmer, D. and Lemeshow, S.(2000), "Applied logistic regression. New York: John Wiley & Sons".
Jennifer Dill and Kim Voros(2007), "Factors Affecting Bicycling Demand", Transportation Research Record, No. 2031, pp.9∼17.
John Parkin, Mark Wardman and Matthew Page(2007), "Estimation of the determinants of bicycle mode share for the journey to work using census data", Transportation, pp.93∼109.
Mark Wardman, Miles Tight and Matthew Page(2007), "Factors influencing the propensity to cycle to work". Transportation Research A41(4), pp.339∼359.
Simon P. Washington, Matthew G. Karlaftis, and Fred L. Mannering(2003), "Statistical and Econometric Methods for Transportation Data Analysis", CHAPMAN & HALLl/CRC.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.