$\require{mediawiki-texvc}$

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.

식중독 발생 예측모형
Models for forecasting food poisoning occurrences 원문보기

Journal of the Korean Data & Information Science Society = 한국데이터정보과학회지, v.23 no.6, 2012년, pp.1117 - 1125  

여인권 (숙명여자대학교 통계학과)

초록
AI-Helper 아이콘AI-Helper

식중독 발생에 대한 기존 연구에서는 기온과 습도와 같은 기후변수가 주된 설명변수로 취급되어 왔다. 이 논문에서는 주별 식중독 발생건수와 기후변수 간에 관계를 고찰하고 식중독 발생건수를 예측하기 위한 모형으로 포아송 회귀모형과 자기회귀이동평균모형을 비교한다. 비교결과 우리나라 식중독 발생은 시차를 두고 기후 변수에 영향을 많이 받고 있으나 식중독 발생 예측은 이들 변수보다 이전 시점의 식중독 발생 건수에 더 많이 영향을 받는 것으로 나타났으며 포아송 회귀모형은 예측의 관점에서 문제가 있음을 보였다.

Abstract AI-Helper 아이콘AI-Helper

The occurrence of food poisoning is usually modeled by meteorological variables like the temperature and the humidity. In this paper, we investigate the relationship between food poisoning occurrence and climate variables in Korea and compare Poisson regression and autoregressive moving average mode...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 식중독 발생에 대한 예측모형을 선택하기 위해 먼저 우리나라에서 발생한 주별 식중독 발생건수와 이에 영향을 줄 것으로 예상되는 평균기온, 평균습도, 일조량의 특성을 알아보고자 한다. Figure 2.
  • 식중독은 기후의 영향뿐만 아니라 식자재의 종류와 요리법 등의 문화적인 요인에 영향을 받을 수있기 때문에 식중독 발생 모형을 만들 때 해외에서 개발된 모형을 그대로 사용하는 것을 지양해야 하며 우리나라에 맞는 모형개발이 필요하다. 이 논문에서는 2002년 1월부터 2010년 5월까지 신고 된 전국의 주별 식중독 발생건수와 해당 주의 전국 60개 기상관측소에서 관측된 평균기온, 평균습도, 일조량 자료를 이용하여 예측력이 좋은 모형을 선택하고자 한다.
  • 이 모형을 보다 일반화시킨 일반화선형자기회귀이동평균 (generalized linear ARMA)모형을 생각할 수 있으나 설명변수에 대해 변환함수선택 등의 문제가 있어 이 논문에서는 위의 4가지 모형을 비교하고자 한다.
  • 일간 분석의 경우, 문제는 식중독 발생건수가 0인 경우가 상대적으로 많아 영과잉모형 (zero-inflated model)과 같은 모형을 사용해야 하며 기후변수가 어느 정도의 시차를 가지고 영향을 주는지를 알아보고자 할 때 상당 기간의 항이 모형에 포함시켜야 하며 그 변동성이 크기 때문에 안정적인 모형을 개발하기 어렵다. 이를 고려해 이 논문에서는 주간 분석을 하고자 한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
식중독 발생에 가장 중요한 기상학적 요인은 무엇인가? 식중독과 같은 질병은기후변수와 밀접한 관계가 있는 것으로 알려져 있으며 영국, 미국, 캐나다와 같은 선진국을 중심으로 기후변화에 따른 식중독 발생에 대한 연구가 활발하게 진행되고 있다. 이들 연구에서는 온도가 식중독 발생에 가장 중요한 기상학적 요인으로 나타났으며 일부 기상자료는 시차를 두고 식중독 발생에 영향을 미치는 것으로 나타났다.
식중독 발생에 대한 우리나라에 맞는 모형개발이 필요한 이유는? 식중독은 기후의 영향뿐만 아니라 식자재의 종류와 요리법 등의 문화적인 요인에 영향을 받을 수있기 때문에 식중독 발생 모형을 만들 때 해외에서 개발된 모형을 그대로 사용하는 것을 지양해야 하며 우리나라에 맞는 모형개발이 필요하다. 이 논문에서는 2002년 1월부터 2010년 5월까지 신고 된 전국의 주별 식중독 발생건수와 해당 주의 전국 60개 기상관측소에서 관측된 평균기온, 평균습도, 일조량 자료를 이용하여 예측력이 좋은 모형을 선택하고자 한다.
포아송 회귀모형과 자기회귀이동평균모형을 비교한 결과는? 이 논문에서는 주별 식중독 발생건수와 기후변수 간에 관계를 고찰하고 식중독 발생건수를 예측하기 위한 모형으로 포아송 회귀모형과 자기회귀이동평균모형을 비교한다. 비교결과 우리나라 식중독 발생은 시차를 두고 기후 변수에 영향을 많이 받고 있으나 식중독 발생 예측은 이들 변수보다 이전 시점의 식중독 발생 건수에 더 많이 영향을 받는 것으로 나타났으며 포아송 회귀모형은 예측의 관점에서 문제가 있음을 보였다.
질의응답 정보가 도움이 되었나요?

참고문헌 (11)

  1. Bentham, G. and Langfod, I. H. (1995). Climate change and the incidence of food poisoning in England Wales. International Journal of Biometeorology, 39, 81-96. 

  2. Choi, K., Kim, B., Bae, W., Jung, W. and Cho, Y (2008). Developing the index of foodborne disease occurrence. The Korean Journal of Applied Statistics, 21, 649-658. 

  3. Fleury, M. Charron, D. F., Holt, J. D., Allen, O. D. and Maarouf, A. R. (2006). A time series analysis of the relationship of ambient temperature and common bacterial enteric infections in two Canadian provinces. International Journal of Biometeorology, 50, 385-391. 

  4. Jang, H. and Joo, Y. (2009). Change of temperature patterns in Seoul. Journal of the Korean Data & Information Science Society, 20, 89-96. 

  5. Jeong, M. S. and Oh, S. S. (2009). Study on the impact analysis and control system of foodborne disease outbreak due to climate change, Korea Food & Drug Administration, Seoul. 

  6. Jung, H. S., Kim, B. J., Cho, S. and Yeo, I. K. (2012). Analysis of food poisoning via zero inflation models. The Korean Journal of Applied Statistics, 25, 859-864. 

  7. Kim, D., Hong, S. and Park, J. (2009). Predicting an soil temperature in Daegu area. Journal of the Korean Data & Information Science Society, 20, 649-654. 

  8. Magny, G. C., Murtugudde, R., Sapiano, M. R. P and Colwell, R. R (2008). A environmental signatures associated with cholera epidemics. Proceedings of the National Academy of Sciences of the United States of America, 105, 17676-17681. 

  9. Park, J. P. (2010). Estimating variation in the microbiological quality of seasoned soybean sprouts using probability model. Journal of the Korean Data & Information Science Society, 21, 909-916. 

  10. Patrick, M. E., Christiansen, L. E., Steen Ethelberg, M. W., Madsen, H. and Wegener, H. C. (2004). Effects of climate on incidence of Camphylobacter spp. in humans and prevalence in broiler flocks in Denmark. Applied and Environmental Microbiology, 70, 7474-7480. 

  11. Yeo, I. K. (2011). Clustering analysis of Korea's meterological data. Journal of the Korean Data & Information Science Society, 22, 941-949. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

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