[논문]시계열 모형을 활용한 사회서비스 수요·공급모형 구축 : 발달재활서비스를 중심으로

서정민

doi:10.5392/jkca.2015.15.06.399

시계열 모형을 활용한 사회서비스 수요·공급모형 구축 : 발달재활서비스를 중심으로
Constructing Demand and Supply Forecasting Model of Social Service using Time Series Analysis : Focusing on the Development Rehabilitation Service 원문보기

한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.15 no.6, 2015년, pp.399 - 410

서정민 (가톨릭대학교)

초록
AI-Helper

본 연구의 목적은 사회서비스 수요를 구성하는 이용자 수와 제공기관 수를 예측 할 수 있도록 시계열 모형을 활용하여 각각의 예측 값을 구성하고, 실제 관측된 값과의 차이를 확인하여 사회서비스분야에서 시계열 예측모형의 타당성을 검증하는 연구이다. 분석 자료는 한국보건복지정보개발원에서 발간한 사회서비스 제공기관 공급실태분석에서 제시된 발달재활서비스 이용 현황을 연구 목적에 따라 가공하여 이차 분석하였다. 분석결과 이용자 수는 ARIMA(1,1,0) 모형이, 제공기관 수는 ARIMA(0,1,1) 모형이 최적의 예측모형으로 제시되었다. 예측모형에 의한 예측 값은 관측 값과의 어느 정도 차이는 있었지만, 관측값은 예측값의 최대값과 최소값의 범위에 놓여 있었다. 따라서 사회서비스의 이용자를 활용한 수요예측과 제공기관을 활용한 공급예측의 모형구축에 대한 타당성은 가능할 수 있음을 확인할 수 있었다.

Abstract ▼ AI-Helper

The primary goal of the study is to examine the possibility of applying the time series model to forecasting demand and supply of social services. In the study, we used survey data based on a nationally represented sample which is secondary processed data. We selected developmental rehabilitation service. The analysis, we made models of a demand and a supply using time series analysis. Utilizing the estimates, we identified each model's pattern. This study provides an empirical evidence to suggest benefits of using the time series model for forecasting the demand and the supply pattern of newly introduced social services. We also provide discussions on policy implications of utilizing demand and supply time series models in the process of developing new social services.

주제어

AI 본문요약
AI-Helper

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

문제 정의

발달재활서비스의 이용자 수 및 제공기관 수에 대한 예측 모형의 타당성을 확인하기 위해서는 2009년 2월부터 2013년 1월의 시계열로 구해진 예측값을 2013년 2월부터 2014년 1월의 발달재활서비스 실제 관측된 값으로 검증하여 그 타당성을 확보하고자 하였다. 하지만, 2013년2월부터 2014년 1월까지의 발달재활서비스의 이용자 수나 제공기관 수에 대한 월별 기록의 검증을 위한 확인은 할 수 없었으며, 다만 한국보건복지정보개발 원의 사회서비스 통계에서 제시된 2014년 1월의 최종 값으로만 확인을 하였다.
본 연구는 ARIMA 모형을 활용하여 최적의 예측모형을 구축하고 타당성을 위한 분석을 한다. ARIMA 모형은 박스-젠킨스(Box-Jenkins)에 의해 제안된 분석방법으로 시계열의 전형적인 분석절차이다[27].
본 연구는 사회서비스의 이용자 수의 예측과 사회서비스 제공기관 수에 대한 예측을 위하여 예측 모형을 구축하고, 구축된 예측 모형을 활용하여 실제 이용자 수와 제공기관 수의 차이를 확인하는 검증의 과정을 통하여 예측 모형의 타당성을 확인하고자 한다. 예측 모형의 타당성 확보는 인구학적 변화에 따르는 수요 측면과 수요에 의한 제공기관의 적절한 규모의 확인을 위해 시도되는 방법적 모색이라는 점에서 중요하다고 할 수 있다.
본 연구는 시계열 분석의 예측모형의 구축 검증을 위해 사회서비스(사회복지) 적용에 대한 타당성 검증을 위한 새로운 시도라 할 수 있다. 특히, 연구는 사회서비스의 한 분야인 발달재활서비스를 활용하여 이용자 수 와 제공기관 수의 예측을 위한 시계열 모형을 설정하여 그 가능성을 확인하였다.
본 연구를 위한 발달재활서비스의 2009년 2월부터 2014년 2월까지의 이용자수와 제공기관의 자료는 매월 한국보건복지정보개발원이 공개하는 사회서비스 전자 바우처 개별서비스의 매월 통계를 활용하고자 하였다. 하지만 2013년 2월부터 2014년 1월까지의 세부자료는 미공개로 확보가 어려워 2009년 2월에서 2013년 1월 그리고 2014년 1월 자료만 확보가 되었다.
그리고 사회복지나 사회서비스에서 시도한 유사 시계열 연구도 빈도 분석에 머물러 있는 단계로서 구체적으로 어떠한 결과를 가지고 확인하는 연구는 거의 없는 실정이다. 본 연구에서는 이와 같은 한계를 극복하고자 모형을 구축하고 그 결과까지 검증을 시계열을 활용하여 새롭게 시도하고자 하였다.
그리고 시계열 분석은 아니지만 사회서비스의 수요분석을 활용하여 사회 서비스 시장규모를 예측하는데 Bass 확장모형을 탐색적으로 연구한 이봉주 외(2012)[16]의 연구가 유일하다. 이 연구는 잠재수요가 높을 것으로 예상되는 아동발달 영역의 6개 사회서비스에 대한 잠재수요 규모를 추계하여 미래 시장규모와 확산속도 등을 예측하였다.
이러한 문제의식을 기반으로 시계열 자료를 통해 수요·공급 모형을 도출하고, 도출된 모형을 적용하여 예측의 정확성을 확인하고자 하였다.
이를 위해 본 연구는 발달재활서비스를 활용하여 사회서비스의 초기단계에서부터 수요와 공급의 변화되는 과정을 활용해보고자 한다. 발달재활서비스가 사회서비스 전체를 대표하거나 포괄할 수는 없을 것이다.
그러나 대부분의 관련 연구는 결과에 바탕을 두고 그 원인이나 결과를 제시하고 있기 때문에 예측을 활용한 선제적 대응에 한계를 보이고 있다. 이와 같은 문제점을 인식하고 결과중심의 연구가 아닌 과정과 예측을 분석할 수 있는 시계열 분석을 통해 사회복지 서비스나 사회서비스 연구의 새로운 패턴을 모색해보고자 한다.

가설 설정

ARIMA 모형은 박스-젠킨스(Box-Jenkins)에 의해 제안된 분석방법으로 시계열의 전형적인 분석절차이다[27]. ARIMA 분석방법은 관측된 시계열 자료로부터 AR(p), MA(q), ARMA(p, q) 등의 최적 모형을 결정할 수 있으며, 기초적 추계모형을 조합하여 ARIMA(p, d, q) 모형의 구축도 가능하다. 본 연구는 최적의 예측 모형을 추정해보고, 추정된 모형에 의해 예측된 값과 실제 관측된 값과의 차이를 통해 시계열 분석에 활용한다.

제안 방법

또한 모형의 적합도를 보는 것은 MAPE와 RMAS가 있으며, MAPE가 10%이내일때 적절한 것으로 확인된다. 구축된 모형의 적합도는 [표 2]와 같은 지표로 제시되며, 분석의 예측의 타당성은 추정치와 관측치의 차이를 비교하였다.
0을 활용하여 이차 분석을 하였다. 그 과정은 시계열 모형생성 및 예측 모형에 대한 정확도 규명을 위한 검증의 단계를 거쳤고 최종적으로 모형에 의한 예측값과 관측값의 차이를 확인하여 시계열 예측모형의 타당성을 검증하였다.
본 연구는 사회서비스 수요를 구성하는 이용자 수와 제공기관의 타당한 예측모형 구축을 위해 발달재활서비스 자료를 활용하였다. 또한 예측 모형의 타당성 확인을 위해 발달재활서비스의 관측값이 예측값의 범위에 놓여 있는지를 확인하여 사회서비스분야에서 시계열 예측모형의 활용타당성의 가능성을 검증하였다.
모형의 검증은 이용자 수와 제공기관 수의 관측값을 예측값의 범위내에 존재하는지를 확인하였고, 예측모형에 의한 예측값의 추세를 관측값의 추세로 검증을 하였다.
모형추정절차는 관측된 자료의 정상성 검토, 모형식별, 모수추정, 모형진단 및 검정 단계를 거쳐 시계열 모형을 개발하고 개발된 모형을 이용해 예측을 실시한다. 일반적으로 시계열이 추세를 갖고 있거나 분산 안정화 변환이 적용된 경우 정상R제곱이 R제곱보다 더 좋은 지표로 제시 된다[25].
ARIMA 분석방법은 관측된 시계열 자료로부터 AR(p), MA(q), ARMA(p, q) 등의 최적 모형을 결정할 수 있으며, 기초적 추계모형을 조합하여 ARIMA(p, d, q) 모형의 구축도 가능하다. 본 연구는 최적의 예측 모형을 추정해보고, 추정된 모형에 의해 예측된 값과 실제 관측된 값과의 차이를 통해 시계열 분석에 활용한다.
본 연구에서 활용한 자료는 한국보건복지정보개발원 에서 발간한 ‘사회서비스 제공기관 공급실태분석[5]에서 제시된 발달재활서비스 이용 현황에 대한 원자료를 연구목적에 따라 가공하여 이차 분석하였다.
시계열 모형은 가장 이상적인 모형이 제시되어도 모형통계량에 의해 모형적합도가 타당하지 못하면, 가장 적합한 모형을 위해 처음부터 지속적인 반복을 통해 모형을 설정하고 그 모형의 타당성을 위해 모형통계량으로 검증을 한다. 본 연구에서도 최적의 모형선정을 위해 단순모형부터 시작하여 최적의 ARIMA 모형설정을 위한 검증의 과정을 거쳐 최적의 예측모형인 [표 4]를 구하였다. [표 4]에서 보면 비계절적 모형은 각각 (1,1,0) 과 (0,1,1)의 값을 취하지만 계절적 요인은 거의 작용하지 않는 것으로 나타나고 있다.
또한 Gonzalez와 Morel(1995)[30]은 구조적 시계열 모델을 활용하여 스페인의 관광서비스를 분석하였다. 추정된 구조적 모델의 설명변수는 소득지수, 두 가격지수, 대표적인 관광객의 기호 변화 등을 활용하였다.
추정한 모형의 진단은 백색잡음의 검증으로 제시한다. 검증은 {x(1), x(2),···,x(t-1,x(t)}의 시계열 데이터에 가설 H₀ : ρ(1) = ρ(2) = ··· = ρ(m) = 0의 성립유무를 조사하는 Ljung-Box 검증의 방법을 활용 한다.
본 연구는 시계열 분석의 예측모형의 구축 검증을 위해 사회서비스(사회복지) 적용에 대한 타당성 검증을 위한 새로운 시도라 할 수 있다. 특히, 연구는 사회서비스의 한 분야인 발달재활서비스를 활용하여 이용자 수 와 제공기관 수의 예측을 위한 시계열 모형을 설정하여 그 가능성을 확인하였다. 이와 같은 연구결과를 토대로 다음과 같이 제언하고자 한다.
또한 제공기관에 의한 제대로 된 일자리의 확대까지도 확인할 수 있을 것이다. 하지만, 본 연구에서 사용된 자료는 극히 제한된 자료로서 다른 변수들을 확인할 수가 없었고 다만 시간에 따르는 총량만이 제시된 자료를 재가공해서 분석을 하였다. 이를 해소하기 위해서는 관계부처의 자료 오픈에 대한 적극적인 자세가 요구된다고 할 수 있다.

대상 데이터

본 연구는 사회서비스 수요를 구성하는 이용자 수와 제공기관의 타당한 예측모형 구축을 위해 발달재활서비스 자료를 활용하였다. 또한 예측 모형의 타당성 확인을 위해 발달재활서비스의 관측값이 예측값의 범위에 놓여 있는지를 확인하여 사회서비스분야에서 시계열 예측모형의 활용타당성의 가능성을 검증하였다.
본 연구에서 활용한 자료는 한국보건복지정보개발원 에서 발간한 ‘사회서비스 제공기관 공급실태분석[5]에서 제시된 발달재활서비스 이용 현황에 대한 원자료를 연구목적에 따라 가공하여 이차 분석하였다. 본 자료는 발달재활서비스(사업 수행 당시 아동발달재활치료사업)가 시작된 2009년 2월부터 2013년 1월까지 4년차 사업연도 1 를 중심으로 총 48개 시점의 데이터를 포함한다.
서비스 대상은 18세 미만 장애아동이며, 장해유형은 시각· 청각·언어·지적·자폐성·뇌병변의 장애아동이며 중복장애는 인정을 한다.

데이터처리

발달재활서비스의 자료는 한국보건복지정보개발원 에서 발간한 ‘사회서비스 제공기관 공급실태분석[5]의 발달재활서비스 이용 현황을 연구 목적에 따라 가공하여 생성된 자료이며, 분석은 SPSS 19.0을 활용하여 이차 분석을 하였다.

이론/모형

검증은 {x(1), x(2),···,x(t-1,x(t)}의 시계열 데이터에 가설 H0 : ρ(1) = ρ(2) = ··· = ρ(m) = 0의 성립유무를 조사하는 Ljung-Box 검증의 방법을 활용 한다.
시계열 모형은 일변량 시계열 모형과 다변량 시계열 모형이 있으며, 본 연구는 일변량 시계열 모형으로 한정을 한다. 일변량 변수의 자료를 근거로 해당변수의 미래 값을 예측하는 시계열 분석은 지수평활법, ARIMA 모형이 주로 활용된다.

성능/효과

셋째, 표본 추출자료가 아닌 시계열 자료는 통계적으로 모집단의 특성을 추정하는데 한계가 존재할 수 있다. 넷째, 일반적으로 사회현상의 관측 자료의 오차분포는 정규분포가 어려울 수 있으며, 시계열 연구의 패턴자료 수집도 쉽지가 않을 수 있다. 다섯째, 활용된 변수가 측정될수 없어 대리변수로 대체되어 오차가 발생될 수 있다.
넷째, 일반적으로 사회현상의 관측 자료의 오차분포는 정규분포가 어려울 수 있으며, 시계열 연구의 패턴자료 수집도 쉽지가 않을 수 있다. 다섯째, 활용된 변수가 측정될수 없어 대리변수로 대체되어 오차가 발생될 수 있다. 여섯째, 인과 모형이 설정될 때, 변수 간의 인과적 관련 성의 측정은 객관적으로 제시되기 어렵다.
첫째, 사회과학의 반복실험의 불가능성과 역사적 자료의 성격에 의해 경험적 법칙의 구성에 한계가 존재할 수 있다. 둘째, 경제에 활용된 변수는 자료수집이나 관측시 측정오류로 신빙성이 결여될 수 있다. 셋째, 표본 추출자료가 아닌 시계열 자료는 통계적으로 모집단의 특성을 추정하는데 한계가 존재할 수 있다.
둘째, 사회서비스는 무한대의 이용자와 공급자가 존재하는 것이 아니다. 이봉주 외(2012)[14]의 연구에서 제시하고 있는 것과 같이 서비스 이용이 요구되는 최대 인원의 정점에 대한 수요층의 확인이 요구된다.
예측모형에 의해 제시된 예측값은 관측값의 차이가 있었지만, 관측값은 예측값의 최대값과 최소값의 범위에 놓여 있었다. 따라서 사회서비스의 이용자 추정을 위한 수요예측과 제공기관의 확대를 위한 공급 예측을 위해 구축된 모형은 타당함을 확인할 수 있었다.
일반적으로 시계열이 추세를 갖고 있거나 분산 안정화 변환이 적용된 경우 정상R제곱이 R제곱보다 더 좋은 지표로 제시 된다[25]. 또한 모형의 적합도를 보는 것은 MAPE와 RMAS가 있으며, MAPE가 10%이내일때 적절한 것으로 확인된다. 구축된 모형의 적합도는 [표 2]와 같은 지표로 제시되며, 분석의 예측의 타당성은 추정치와 관측치의 차이를 비교하였다.
모형 통계량의 유의도는 각각 .150과 .076로[표 7], 두모형 모두 유의도가 p>.05보다 크게 제시되었으며, 그결과 두 모형 모두 백색잡음이 독립적인 것으로 판단된 다.
분석결과 이용자 수는 ARIMA(1,1,0) 모형이, 제공기관 수는 ARIMA(0,1,1) 모형이 최적의 예측모형으로 제시되었다. 예측모형에 의해 제시된 예측값은 관측값의 차이가 있었지만, 관측값은 예측값의 최대값과 최소값의 범위에 놓여 있었다.
다섯째, 활용된 변수가 측정될수 없어 대리변수로 대체되어 오차가 발생될 수 있다. 여섯째, 인과 모형이 설정될 때, 변수 간의 인과적 관련 성의 측정은 객관적으로 제시되기 어렵다. 일곱째, 인과 모형에서 독립변수도 예측변수로서 예측력이 상대적으로 낮을 수 있다.
여섯째, 인과 모형이 설정될 때, 변수 간의 인과적 관련 성의 측정은 객관적으로 제시되기 어렵다. 일곱째, 인과 모형에서 독립변수도 예측변수로서 예측력이 상대적으로 낮을 수 있다. 이와 같은 문제로 인해 시계열 분석에서는 많은 주의가 요구된다.

후속연구

최근 증세와 복지논쟁의 문제는 투입되는 정부예산의 범위, 규모 등과 같은 객관적 자료 분석 없이 이념적 논쟁으로 확대 재생산되면서 사회를 분열시키고 있는 단계까지 이르렀다는 것이다. 따라서 본 연구에서 타당하고 사회 통념적으로 그 예측에 대한 객관적 과정과 결과를 제시할 수 있다면 사회서비스 관련 지자체 및 중앙정부는 사회서비스 수요와 공급의 기반이 될 수 있는 예산 및 정책 수립에 필요한 과학적 도구를 제공받을 수 있을 것이며, 학문적으로는 사회서비스 수요 및 공급 관련 예측이나 추세에 대한 관심을 제고하여 사회서비스 관련 연구의 범위를 확대하는데 기여할 수 있을 것이다.
[그림 5]에서 보면, 관측된 이용자 수와 예측선에 의해 제시되는 예측값을 비교해보면 2009년 2월부터 2013년 2월까지 큰 차이가 없게 나타난다. 또한 2013년 2월부터 2014년 1월까지의 추세선으로 향후 이용자는 증가할 것으로 판단된다. [그림 6]의 제공기관 수에서도 보면, 이용자 수와 유사하게 지속적으로 증가하지만 크게 증가하는 곡선을 보이지는 않는다.
따라서 사회서비스를 위한 중장기 시계열 예측모형에 관한 후속 연구가 필요하다고 할 수 있다. 또한 단순 시계열 분석이 아닌 두 변수간의 관계에 미치는 영향을 위해 VAR분석, 충격반응분석, 분산분해분석, Granger인과 관계 검증을 통한 후속 연구 또한 고려해볼 필요가 있다. 이와 같은 연구가 지속적으로 전개된다면 사회서비스 예측에 대한 보다 많은 정책적 시도가 가능할 것이다.
이와 같은 부분을 모두 활용할 수 있다면, 정부 예산으로 집행되는 사회서비스 바우처 제공기관에 대한 규모화에 의한 산업화로의 발전 가능성을 확인할 수 있을 것이다. 또한 제공기관에 의한 제대로 된 일자리의 확대까지도 확인할 수 있을 것이다. 하지만, 본 연구에서 사용된 자료는 극히 제한된 자료로서 다른 변수들을 확인할 수가 없었고 다만 시간에 따르는 총량만이 제시된 자료를 재가공해서 분석을 하였다.
둘째, 경제에 활용된 변수는 자료수집이나 관측시 측정오류로 신빙성이 결여될 수 있다. 셋째, 표본 추출자료가 아닌 시계열 자료는 통계적으로 모집단의 특성을 추정하는데 한계가 존재할 수 있다. 넷째, 일반적으로 사회현상의 관측 자료의 오차분포는 정규분포가 어려울 수 있으며, 시계열 연구의 패턴자료 수집도 쉽지가 않을 수 있다.
셋째, 현재는 이용자 수에 의한 제공기관의 예측에 관한 내용으로 연구가 한정되었지만, 사회서비스의 제공기관 수에 영향을 주는 시계열 예측 모형에 대한 연구 또한 필요하다. 그 변수는 예산, 바우처 비용, 자부담등 다양한 요인이 있을 수 있을 것이다.
그 변수는 예산, 바우처 비용, 자부담등 다양한 요인이 있을 수 있을 것이다. 이와 같은 부분을 모두 활용할 수 있다면, 정부 예산으로 집행되는 사회서비스 바우처 제공기관에 대한 규모화에 의한 산업화로의 발전 가능성을 확인할 수 있을 것이다. 또한 제공기관에 의한 제대로 된 일자리의 확대까지도 확인할 수 있을 것이다.
또한 단순 시계열 분석이 아닌 두 변수간의 관계에 미치는 영향을 위해 VAR분석, 충격반응분석, 분산분해분석, Granger인과 관계 검증을 통한 후속 연구 또한 고려해볼 필요가 있다. 이와 같은 연구가 지속적으로 전개된다면 사회서비스 예측에 대한 보다 많은 정책적 시도가 가능할 것이다.
첫째, 개별 사회서비스에 대한 중장기 시계열 예측 모형에 대한 후속연구가 필요하다. 본 연구는 발달재활 서비스의 2009년 2월부터 2013년 1월까지 4년의 월별 이용자 수와 제공기관 수의 추세를 활용하여 일 년 정도의 단기예측을 한 연구라 할 수 있다.
예측 모형은 다음의 몇 가지 문제가 발생될 수 있다 [3]. 첫째, 사회과학의 반복실험의 불가능성과 역사적 자료의 성격에 의해 경험적 법칙의 구성에 한계가 존재할 수 있다. 둘째, 경제에 활용된 변수는 자료수집이나 관측시 측정오류로 신빙성이 결여될 수 있다.
활용된 발달재활서비스는 사회서비스의 대표적인 서비스이지만 사회서비스 전체를 대표할 수 있는 가에 대한 논쟁이 있을 수 있다. 하지만 연구를 위해 요구되는 자료가 충분하지 않고 신뢰 있는 자료를 쉽게 구하기 어려운 현실에서 확보된 자료로 연구가 진행될 수 밖에 없음을 간과하여서는 안 될 것이다. 또한 시계열을 위해서는 최소 50개 이상의 자료가 요구된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	사회서비스의 시장화의 특징은 무엇인가?	물론 사회서비스의 시장화는 사회복지기관의 민영화와는 구별할 필요가 있다. 사회서비스의 시장화의 특징은 시장의 수요와 공급에 의한 가격결정이 이뤄지는 것이 아니라 결정된 가격, 수요와 관계없는 제공기관의 경쟁체계 등과 같이 반시장화의 개념이 혼재되어 있다고 볼 수 있다. 또한 사회서비스는 학술적인 특성이나 정치적인 논쟁에 의해 그 정의나 내용의 정의가 명확하게 제시되지 못하고 있음에도 점차 사회복지서비스의 중심개념으로 확장되고 있다.
	사회서비스의 체계적 정착과 합리적 비용 제시를 위해서 사회서비스의 수요와 공급에 대한 예측이 필연적으로 요구되는 이유는 무엇인가?	따라서 사회서비스의 체계적 정착과 합리적 비용 제시를 위해서는 사회서비스의 수요와 공급에 대한 예측이 필연적으로 요구될 수 있다. 왜냐하면 예측을 위한 적절한 모형의 구축은 사회서비스 부문의 공급 전달체 계의 적절성이나 성과평가 그리고 규모의 경제에 의한 산업화 모색 등의 새로운 접근을 위해 매우 중요한 의미를 가질 수 있기 때문이다.
	장애아동 재활치료 지원서비스 사업에서 확대된 발달 재활서비스의 목적은 무엇인가?	장애아동에 대한 보호자의 양육스트레스의 완화는 사회적 자원과 지지를 필요로 하며[15], 장애아동 재활 치료 지원서비스 사업은 이와 같은 배경에서 시작된다. 장애아동 재활치료 지원서비스 사업에서 확대된 발달 재활서비스는 성장기의 정신적·감각적 장애아동의 인지, 의사소통, 적응행동, 감각·운동 등의 기능향상과 행동발달을 위한 적절한 발달재활서비스 지원 및 제공 그리고 높은 발달재활서비스 비용에 의한 장애아동 양육 가족의 경제적 부담의 경감을 목적으로 한다[10]. 서비스 대상은 18세 미만 장애아동이며, 장해유형은 시각· 청각·언어·지적·자폐성·뇌병변의 장애아동이며 중복장애는 인정을 한다.

참고문헌 (32)

강민희, 김지혜, 박지혜, 장애아동 재활치료 이용의 접근성 향상에 관한 연구, 한국장애인개발원, 2011
김병철, "언론보도가 기부 행위에 미치는 효과 연구", 언론과학연구, 제14권, 제3호, pp.76-100, 2014.
김연형, PASW(SPSS)시계열 분석, 교우사, 2012.
김용석, 홍순헌, "항공사진을 이용한 해안선 변화에 대한 시계열 분석", 한국콘텐츠학회논문집, 제7권, 제3호, pp.160-167, 2007.
김윤수, 박민아, 사회서비스 제공기관 공급실태분석: 장애인활동지원.지역사회서비스투자사업.장애아동가족지원사업을 중심으로, 한국보건복지 정보개발원, 2013.
김혜경, 김태수, 시계열 분석과 예측 이론, 경문사, 2003.
노형진, SPSS/Excel을 활용한 알기쉬운 시계열 분석, 학현사, 2011.
박석순, 정태영, 윤용운, 김범철, "박스-젠킨스법을 이용한 소양호 수질변화 시계열분석", 대한환경공학회, 제18권, 제6호, pp.767-780, 1996.
백중철, "월 수질 시계열자료의 추이 및 통계학적 특성 분석", 대한토목학회논문집, 17(II-2), pp.147-155, 1997.
보건복지부, 장애인가족지원사업안내, 2014.
성병준, 유환희, 진주시 교통사고 시계열 분석, 한국지형공간정보학회 추계학술대회, pp.31-34, 2014.
송근원, 회귀분석과 아리마시계열분석, 한국학술정보, 2013.
양숙미, 오혜경, 전동일, "장애아동 재활치료 서비스의 치료과정과 환경, 치료효과가 서비스 만족도에 미치는 영향", 한국장애인복지학, 제12권, pp.1-14, 2010b.
양숙미, 오혜경, 전동일, "장애아동재활치료서비스 사업평가를 위한 기초연구", 장애인복지연구, 제1권, 제1호, pp.1-13, 2010a.
양심영, "학령 전 발달장애아 어머니의 적응유연성과 양육스트레스의 관계", 한국콘텐츠학회 논문집, 제14권, 제1호, pp.280-293, 2013.
이봉주, 김낭희, 서정민, "사회서비스 수요예측을 위한 Bass 확산모형 적용 가능성에 대한 탐색적 연구: 아동분야 유망사회서비스 유형을 중심으로", 한국사회복지행정학, 제14권, 제2호, pp.27-55, 2012.
이상일, 이상기, 함세영, "강변여과 취수정 주변 지하수위를 위한 시계열 모형", 한국수자원학회논문집, 제42권, 제8호, pp.673-680, 2009.

원문보기 상세보기
전덕빈, 박명환, 과학적이고 체계적인 수요예측의 제절차, 마케팅 포럼, 1995.
전동일, 오현경, 장애아동 재활치료 제공기관 평가기준 및 지표개발, 한국장애인개발원, 2012.
전영실 외 28, 한국의 범죄현상과 형상정책, 한국형사정책연구원, 2010.
최영문, 김사헌, "단변량 시계열 관광수요 예측 모형의 적정성 비교평가: 내국인의 해외관광객 수 실측치와 예측치의 비교", 관광학연구, 제21권, 제2호, pp.111-128, 1998.
최인섭, 한국의 범죄발생 추이분석 : 1964-2001, 한국형사정책연구원, 2002.
한상진, 김근정, "도로종류별 교통사고 추세 분석 및 시계열 분석모형 개발", 한국도로학회 논문집, 제9권, 제3호, pp.1-12, 2007.
한충목, 김용석, "시계열 분석을 통한 송도해안의 해안사구 이동경로 분석", 한국콘텐츠학회논문지, 제9권, 제8호, pp.384-391, 2009.

원문보기 상세보기
허명회, SPSS Statics 시계열 분석, 데이터솔루션, 2014.
허영택, 국내가스사고와 가상자료를 이용한 가스사고 예측모델 연구, 서울산업대학교 에너지환경대학원, 박사학위논문, 2010.
G. E. P. Box, G. M. Jenkins, and G. C. Reinsel, Time series analysis, forecasting and control (3rd ed.), Prentice Hall, Englewood Cliffs, 1994.
G. David, M. Nicos, W. Elise, and D. Daniel, "Why are suicide rates rising in young men but falling in the elderly?-a time-series analysis of trends in England and Wales 1950-1998," Social Science & Medicine, Vol.57, pp.595-611, 2003.

상세보기
Dennis P. Culhane, Stephen R. Poulin, Lorlene M. Hoyt, and Stephen Metraux, "The Impact of Welfare Reform on Public Shelter Utilization in Philadelphia: A Time-Series Analysis," A Journal of Policy Development and Research, Vol.6, No.2, pp.173-185, 2003.
P. Gonzalez and P. Moral, "An analysis of the international tourism demand in Spain," International Journal of Forecasting, Vol.11, pp.233-251, 1995.

상세보기
C. Lim, Review of International Tourism Demand Models," Annals of Tourism Research, Vol.24, No.4, pp.835-847, 1997.

상세보기
I. K. Tsanis, "WQTA-A water quality trend analysis program," Water Pollution Research Journal of Canada, Vol.28, No.2, pp.311-335, 1993.

상세보기

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