선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- h1>1. 서론
- y = λ(I ⊗ W)y + Xβ + u, ; (3.5)
- 2397) SDM 모형을 최종 모형으로 선택하였다. 참고로 Akaike information criterion (AIC)하에서도 유사한 결과를 얻을 수 있엇다. Table 4.
- 일반적으로 패널모형은 오차항의 형태에 따라 Random effect 모형과 Fixed effect 모형으로 구분할 수 있는데 하우스만 검정 (Hausman specification test)을 통해서 어떤 모형을 사용할 지를 결정한다. 참고로 시간불변의 개별특성효과와 독립변수들간의 관련성에 대한 확실한 정보가 없는 경우에는 Fixed effect 모형을 더 선호하는 경향이 있다.
대상 데이터
- 2e-16)을 알 수 있었다. 두 모형 중 SDM 모형의 logLikelihood가 SEM 모형의 logLikelihood보다 크므로 (SDM : 333.1018, SEM : 318.2397) SDM 모형을 최종 모형으로 선택하였다. 참고로 Akaike information criterion (AIC)하에서도 유사한 결과를 얻을 수 있엇다.
- 5 농도가 서로간의 유의한 영향을 주는 것을 확인하였다. 유의한 변수들을 살펴보면, 풍속과 강수량은 PM2.5 농도에 음의 영향을 가지는데 이는 풍속이 빠를수록, 강수량이 많을수록 대기 중 PM2.5가 빠르게 제거됨을 알 수 있었다. 또한 풍향이 유의하게 나타났는데 이는 사막화가 가속화되고 있는 중국의 영향이 가장 컸고 (북서풍), 국내 PM2.
- 일반적으로 PM2.5의 농도에 대하여 감마분포를 가정할 수 있는데, 다양한 기상인자 및 대기오염물질과 PM2.5농도와의 관련성을 알아보기 위해서 다음과 같은 일반화 선형모형을 고려할 수 있다.
- 3%에 이르고, OECD 회원국 중 우리나라가 가장 큰 손실을 입을 것이라 예상하였다. 최근 우리나라 수도권 지역의 미세먼지 (PM10) 농도는 개선 추세인 반면, 초미세먼지 (PM2.5) 농도는 증가 추세로 전국적으로도 2015년부터 시행된 연간 대기환경기준 (25µg/m3)을 대부분의 지역에서 초과하고 있다 (Hwang, 2015).
성능/효과
- 2016년 9월 27일 세계보건기구 (WHO)의 보고에 의하면, 전 세계 92%의 인구거주환경의 공기질량이 세계보건기구의 기준을 넘어서며 매년 공기오염으로 인한 질병사망이 600만 명을 초과하는 것으로 예측된다. 더불어 우리나라의 초미세먼지 오염이 OECD 34개국 중 터키에 이어 두 번째로 심한 것으로 보고되었다.
- 또한 대기오염은 경제적 손실 역시 초래한다. OECD는 대기오염으로 인해 노동생산성 저하, 의료비 지출, 농업생산 감소 등으로 전 세계적으로 경제적 손실이 0.3%에 이르고, OECD 회원국 중 우리나라가 가장 큰 손실을 입을 것이라 예상하였다. 최근 우리나라 수도권 지역의 미세먼지 (PM10) 농도는 개선 추세인 반면, 초미세먼지 (PM2.
- 관측된 각 지역별 PM2.5의 농도는 시계열 자료와 지역별 자료의 정보를 가지므로 시계열 분석과 횡단면 분석을 동시에 수행할 수 있는 패널모형을 고려할 수 있는데, 패널분석은 개별적 특이성을 통제하면서 다양한 정보를 제공해주면서 다중공선성의 문제를 줄일 수 있고, 시계열이나 횡단면 자료에서 포착하기 힘든 효과를 잘 보여준다. 관측된 PM2.
- 2016년 9월 27일 세계보건기구 (WHO)의 보고에 의하면, 전 세계 92%의 인구거주환경의 공기질량이 세계보건기구의 기준을 넘어서며 매년 공기오염으로 인한 질병사망이 600만 명을 초과하는 것으로 예측된다. 더불어 우리나라의 초미세먼지 오염이 OECD 34개국 중 터키에 이어 두 번째로 심한 것으로 보고되었다.
- 3%에 이르고, OECD 회원국 중 우리나라가 가장 큰 손실을 입을 것이라 예상하였다. 최근 우리나라 수도권 지역의 미세먼지 (PM10) 농도는 개선 추세인 반면, 초미세먼지 (PM2.5) 농도는 증가 추세로 전국적으로도 2015년부터 시행된 연간 대기환경기준 (25µg/m3)을 대부분의 지역에서 초과하고 있다 (Hwang, 2015).
- 또한 대기오염은 경제적 손실 역시 초래한다. OECD는 대기오염으로 인해 노동생산성 저하, 의료비 지출, 농업생산 감소 등으로 전 세계적으로 경제적 손실이 0.3%에 이르고, OECD 회원국 중 우리나라가 가장 큰 손실을 입을 것이라 예상하였다.
- 따라서 우리나라는 점차 증가하고 있는 자동차 수나 오염원으로 인한 초미세먼지 외에도 중국으로부터 유입되는 초미세먼지 또한 고려되어야하는 대상이므로 기상인자 중 풍향과 풍속 또한 어느 정도 큰 영향을 미칠 것으로 판단되며 인접 지역에 대한 영향 또한 고려되어야 할 것이다. 그리고 서울시 초미세먼지 농도가 외국의 주요 대도시에 비해서 매우 높은 수준으로 나타난 것으로 알려져 있기 때문에 (Kang 등, 2004b) 우리나라의 초미세먼지 농도에 따른 호흡기 및 심혈관계 질환으로 인한 사망률이 매우 높을 것으로 예상된다. 따라서 초미세먼지 농도와 그에 따른 호흡기 환자 수를 예측하는 연구 역시 병행되어져야 한다고 예상되어진다 (Yang 등, 2015).
- 5 농도에도 영향을 받는 것을 알 수 있었다. 그리고 서울시 호흡기 환자 수와 대기오염물질간의 유의성을 일반화선형모형으로 확인해본 결과 PM2.5와 계절성이 유의한 것으로 나타나 호흡기 환자수를 파악하는 것을 위해서도 PM2.5에 대한 예측이 필요한 것으로 알 수 있었다.
- 기상인자 자료는 2015년 8월 24일 ∼ 2016년 8월 23일, 총 366일 중 결측 6일을 제외한 360일의 서울시 25개 구 (마포구, 용산구, 서대문 구 등) 자료이며, 이 중 풍향은 더미변수로 0 ◦ ∼ 90 ◦는 0 그리고 90 ◦ ∼ 180 ◦는 1로 고려하였다.
- h1>1. 서론
- 2e-16)하여 정상적인 시계열분포를 보이고 있는 것을 확인하였다. 또한 강건성 (robustness) 검증을 위해 설명변수 중 아황산가스와 이산화질소를 먼저 모형에 추가하고 그 다음에 오존, 최고습도, 최고풍속, 평균풍속, 강수량, 풍향, 계절성 순으로 순차적으로 모형에 추가하였는데, 모형의 유의성과 부호의 방향이 동일한 것을 확인할 수 있었다. 또한 하우스만 검정 (Hausman specification test)을 통해서 Random effect 모형과 Fixed effect 모형 중 어느 모형이 더 적절한지 확인해본 결과 귀무가설을 기각 (χ 2=128.
- h1>1. 서론
- 5가 빠르게 제거됨을 알 수 있었다. 또한 풍향이 유의하게 나타났는데 이는 사막화가 가속화되고 있는 중국의 영향이 가장 컸고 (북서풍), 국내 PM2.5 농도의 약 33%를 차지하고 있는 질소산화물과 황산화물의 주요 원인으로 나타나고 있는 자동차의 수가 전국에서 경기지역이 가장 많은 것으로 나타나 설명 가능하였다. 그리고 계절성의 유의성 역시 확인할 수 있었 고, 각 구 별 인접성이 유의한 것으로 나타나 주변 지역의 PM2.
- 3%에 이르고, OECD 회원국 중 우리나라가 가장 큰 손실을 입을 것이라 예상하였다. 최근 우리나라 수도권 지역의 미세먼지 (PM10) 농도는 개선 추세인 반면, 초미세먼지 (PM2.5) 농도는 증가 추세로 전국적으로도 2015년부터 시행된 연간 대기환경기준 (25µg/m3)을 대부분의 지역에서 초과하고 있다 (Hwang, 2015).
- 본 논문에서는 서울시 25개 구 간의 인접성이 PM2.5 농도에 어떠한 영향을 미치는지 알아본 결과, 일반화선형모형을 통해 선택된 변수들 모두 공간 패널 모형에서 유의하였으며 지역특수효과 추정계수로부터 PM2.5 농도의 변화가 설명되었고, 25개 구 별 PM2.5 농도가 서로간의 유의한 영향을 주는 것을 확인하였다. 유의한 변수들을 살펴보면, 풍속과 강수량은 PM2.
- 는 c 지역, t일의 기상변수 (평균기온, 최저기온, 최고기온, 평균습도, 최저습도, 최고습도, 평균풍속, 최대풍속, 강수량, 풍향)
- 5 농도의 약 33%를 차지하고 있는 질소산화물과 황산화물의 주요 원인으로 나타나고 있는 자동차의 수가 전국에서 경기지역이 가장 많은 것으로 나타나 설명 가능하였다. 그리고 계절성의 유의성 역시 확인할 수 있었 고, 각 구 별 인접성이 유의한 것으로 나타나 주변 지역의 PM2.5 농도에도 영향을 받는 것을 알 수 있었다. 그리고 서울시 호흡기 환자 수와 대기오염물질간의 유의성을 일반화선형모형으로 확인해본 결과 PM2.
- 일반적으로 패널모형은 오차항의 형태에 따라 Random effect 모형과 Fixed effect 모형으로 구분할 수 있는데 하우스만 검정 (Hausman specification test)을 통해서 어떤 모형을 사용할 지를 결정한다. 참고로 시간불변의 개별특성효과와 독립변수들간의 관련성에 대한 확실한 정보가 없는 경우에는 Fixed effect 모형을 더 선호하는 경향이 있다.
- h1>1. 서론
- 지역별 인접성이 PM2.5 농도에 어떠한 영향을 미쳤는지를 알아보기 위해서 공간 구조 행렬 W는 인접지역으로 연결되어 있는지 유무에 따라 공간 자기상관이 존재하도록 정의할 수 있다. 따라서 공간 자기상관 모수인 λ와 ρ은 모형에서 인접한 지역들의 영향을 설명한다.
- h1>1. 서론
※ AI-Helper는 부적절한 답변을 할 수 있습니다.