[논문]지리가중회귀분석을 이용한 고객특성별 골목상권 매출액 영향 연구

강현모; 이상경

doi:10.7848/ksgpc.2018.36.6.611

지리가중회귀분석을 이용한 고객특성별 골목상권 매출액 영향 연구
An Analysis of the Effects of Customer Characteristics on Sales of Alley Market Area Using Geographically Weighted Regression 원문보기

한국측량학회지 = Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, v.36 no.6, 2018년, pp.611 - 620

강현모 (Savills Korea Advisors Realty) , 이상경 (Dept. of Urban Planning, Gachon University)

초록
AI-Helper

도시재생사업의 활성화와 함께 주요 사업대상이 되고 있는 골목상권에 대한 사회적 관심이 커지고 있다. 골목상권 재생 방안을 마련하기 위해서는 어떤 고객이 얼마나 많이 매출을 발생시키는 지를 파악하는 것이 무엇보다 중요하다. 이에 본 연구에서는 고객특성이 골목상권 매출액에 미치는 영향을 분석하고자 한다. OLS 회귀분석 결과, 종속변수인 골목상권 매출액과 독립변수인 고객특성, 입지특성, 구조특성의 관계가 상권위치에 따라 달라지는 공간적 이질성이 확인되어 본 연구에서는 대안으로 지리가중회귀분석을 수행한다. 모형 적합도를 $R^2$과 AICc를 통해 비교한 결과, 지리가중회귀분석이 OLS 회귀분석보다 더 우수한 것으로 나타났다. OLS 회귀분석을 통해 여성고객 비율과 40-50대 고객비율, 골목상권 내 종사자수, 사업체 창업률, 건축물 밀도, 골목상권 면적이 정의 영향을 주는 반면 20-30대 고객비율, 지하철역과의 거리, 버스정류장과의 거리는 부의 영향을 주는 것으로 나타났다. 지리가중회귀분석의 국지적 회귀계수 값들을 골목상권별로 비교한 결과, 여성고객 비율은 서북권 골목상권 매출액에 가장 큰 영향을 주며 서남권과 도심권, 동북권은 그 다음으로 나타났다. 20-30대 고객비율과 40-50대 고객 비율은 동남권과 동북권 골목상권 매출액에 큰 영향을 주며 서남권은 그 다음으로 나타났다. 본 연구는 고객특성 중 성별과 연령에 한정된 분석만 수행했다는 점에서 한계를 갖지만 골목상권별로 매출액 영향 요인을 식별함으로써 상권 활성화방안 수립과 도시재생사업에 도움을 줄 수 있을 것으로 기대가 된다.

Abstract ▼ AI-Helper

With the revitalization of alley market area becoming a major goal of the urban regeneration project, an understanding on customer characteristics that affect the sales of alley market areas is needed. As spatial heterogeneity appears to exist in alley market areas, the use of GWR (Geographically Weighted Regression) is required as an alternative to OLS (Ordinary Least Squares) regression. This study analyzes effects of customer characteristics on sales of 1007 alley market areas in Seoul. Comparing R squared and AICc, results show that GWR is better than OLS regression. According to OLS regression, the ratio of female, the ratio of 40's and 50's, the number of employees, the opening rate of establishment, the density of building and the size of alley market area have positive effects on sales, while the ratio of 20's and 30's, the distance of bus stop and that of subway station have negative effects. As a result of comparing local regression coefficients of geographically weighted regression analysis, the ratio of female customers has the greatest effect on the northwestern region, followed by the southwestern region, the central region and the northeastern region. The ratio of 20's and 30's and that of 40's and 50's effect on the southeastern and northeastern regions, and then the southwestern region. It is expected that this study will help to identify marketing target for each alley market area.

주제어

표/그림 (8)

표 Table 1. Speciﬁcation for independent variables
표 Table 2. Basic statistics of independent variables
표 Table 3. Result of OLS regression
표 Table 4. Consumption expenditure per customer
표 Table 5. Result of GWR including ratio of female, the independent variable of OLS Model 1
표 Table 6. Result of GWR including ratio of 20’s-30’s, the independent variable of OLS Model 2
그림 Fig. 1. Spatial distribution of coefﬁcients of customer’s characteristics in GWR
표 Table 7. Result of GWR including ratio of 40’s-50’s, the independent variable of OLS Model 3

AI 본문요약
AI-Helper

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

문제 정의

, 2008), 주택가격(Kang, 2010), 범죄(Kim and Lee, 2011), 자연 어메니티 가치 (Nilson, 2014), 유동인구(Yun and Choi, 2015), 음식점업 집적 (Yu and Lee, 2017) 등 다양한 주제의 논문에서 연구방법론으로 활용되고 있다. 본 연구에서는 GWR을 통해 골목상권의 매출액에 대한 국지적 회귀분석을 수행하고 회귀계수들 간의 비교를 통해 골목상권별로 고객특성의 영향을 파악하고자 한다.
본 연구에서는 서울시 골목상권을 대상으로 지리가중회귀 분석을 통해 고객특성이 골목상권의 매출액에 미치는 영향을 분석하였다. 분석 결과를 정리하면 다음과 같다.
또한, 쇠퇴지역에 위치하여 폐점률이 높은 경우도 있기 때문에 매출액 비교를 위해 점포당 매출액이나 단위면적당 매출액과 같은 지표로 획일적으로 설정하기가 쉽지 않다. 이 같은 한계 때문에 본 연구에서는 골목상권의 외형적 규모를 나타내는 골목상권의 전체 매출액을 분석 지표로 이용하고자 한다.
이에 본 연구에서는 서울시의 “서울 열린 데이터 광장”에서 제공하는 골목상권 데이터를 이용하여 골목상권의 고객특성이 매출액에 미치는 영향을 분석하고자 하며 분석방법으로 지리가중회귀분석(GWR: Geographically Weighted Regression)을 이용한다.
지리가중회귀분석을 수행하기에 앞서 OLS 회귀분석을 통해 GWR의 적용 타당성을 검정하고자 한다. Table 3은 골목상권 매출액에 대해 OLS 회귀분석을 수행한 결과이다.

가설 설정

OLS 회귀모형에서는 종속변수와 독립변수간의 관계를 전역적(global) 차원에서 분석하기 때문에 모든 지역에서 독립변수들이 종속변수에 대해 동일한 영향력을 갖는다고 가정한다.

제안 방법

독립변수는 크게 고객특성과 입지특성, 구조특성으로 구분되며 Table 1은 이를 정리한 것이다. 고객특성에서 여성 고객비율은 서울 열린데이터 광장에서 제공하는 골목상권 프로파일링 데이터를 이용하여 골목상권의 전체 여성 매출건수를 전체 매출건수로 나누어 계산한다. 20-30대 고객비율과 40-50대 고객비율도 마찬가지로 각 연령대별 매출 건수를 전체 매출 건수로 나누어 계산한다.

대상 데이터

본 연구에서는 서울 열린 데이터 광장에서 제공하는 골목상권 데이터를 분석에 이용한다. 이 자료에는 남녀별, 연령별, 점포별 매출액 등이 포함되어 있으며 다양한 속성 데이터가 같이 제공된다.
이 자료에는 남녀별, 연령별, 점포별 매출액 등이 포함되어 있으며 다양한 속성 데이터가 같이 제공된다. 지역적 범위는 서울시 전체이며 총 1,008개의 골목상권 중 이상치 1개를 뺀 1,007개를 분석에 이용한다. 종속변수로는 골목상권의 전체 매출액을 이용한다.

성능/효과

20-30대 고객비율 변수와 40-50대 고객비율 변수는 유의한 지역들이 서로 많이 겹치는 것으로 나타났다.
20-30대 고객비율 변수와 40-50대 고객비율 변수는 유의한 지역들이 서로 많이 겹치는 것으로 나타났다. 20-30대, 40-50대 고객비율 모두 동남권과 동북권 골목 상권들에서 매출액 영향이 크게 나타났다. 그 다음으로 서남권 서부지역에 영향력이 큰 것으로 나타난 반면 도심권과 서북권, 서남권 동부지역, 동남권 서부지역에 대한 영향력은 거의 없는 것으로 나타났다.
3개 모형 모두에서 지리가중회귀분석의 AICc 값이 OLS 회귀분석보다 더 작고 adj R²값은 더 커 지리가중회귀분석의 적합도가 OLS 회귀분석보다 더 뛰어나다는 것을 보여주고 있다.
3개 모형을 구성하고 있는 독립변수들은 모두 통계적으로 유의하게 나타났다. Adj R²값을 비교해 보면, 여성 고객비율 모형(Model 1)이 0.
20-30대의 고객비율이 늘어날수록 객단가가 작기 때문에 골목상권 매출액은 줄어들게 된다. 40-50대 고객비율은 정의 영향을 주는 것으로 나타나고 있는데, 40-50대의 객단가가 타 연령대에 비해 높기 때문에 40-50대의 매출 건수비율이 높아질수록 골목상권 매출액은 증가한다는 것을 알 수 있다. 골목상권 내 종사자수는 정의 영향을 미치는 것으로 나타났는데, 이는 골목상권 내 종사자 수가 많을수록 골목상권 매출액이 증가한다는 것을 의미한다.
동남권은 여성고객 비율 변수의 계수 값들이 전체적으로 낮게 나타나고 있다. 결과를 정리하면, 골목상권에서의 여성 고객 비율의 매출 영향력은 서북권에서 가장 크며 서남권, 도심권, 동북권은 그 다음으로 큰 지역이다. 그리고 동남권은 여성 고객 비율의 영향력이 가장 낮은 지역이라고 할 수 있다.
회귀계수를 해석하면 다음과 같다. 고객특성 중 여성 고객비율과 40-50대 고객비율은 정의 영향을 미치는데 반해 20-30대 고객비율은 부의 영향을 미치는 것으로 나타나 변수 설정 과정에서 설정한 가설과 일치하는 것으로 나타났다. 이 같은 현상은 Table 4의 골목상권의 성별, 연령별 객단가를 통해 추론해 볼 수 있다.
골목상권의 평균 면적은 39,415㎡이며 골목상권을 하나의 원으로 가정할 경우 반지름은 약 112m가 된다. 고객특성을 보면, 20-30대 고 객비율이 50.8%로 40-50대 고객비율 39.0%보다 더 높으며, 여성 고객비율은 47.7%로 과반이 되지 않아 여성 고객이 남성고객보다 더 적은 것으로 나타났다. 지하철역과의 거리는 354m로 버스정류장과의 거리 12m보다 더 먼 것으로 나타났다.
단위면적당 건축 물의 수가 적다는 것은 건축물의 규모가 크다는 것으로 추론될 수 있으며 이는 대규모 점포의 존재가 매출액을 견인한다고 할 수 있다. 골목상권의 면적이 커질수록 매출액이 높아지는 것으로 나타났다. 이 변수는 골목상권 면적에 따라 매출액이 커지는 현상을 통제하는 역할을 하게 된다.
구조특성 중 골목상권의 건축물 밀도는 부의 영향을, 골목 상권의 면적은 정의 영향을 미치는 것으로 나타났다. 골목상권의 건축물 밀도가 높다는 것은 단위면적당 건축물의 수가 많다는 것을 나타내므로 단위면적당 건축물의 수가 적을수록 골목 상권의 매출액이 증가한다는 것을 의미한다.
20-30대, 40-50대 고객비율 모두 동남권과 동북권 골목 상권들에서 매출액 영향이 크게 나타났다. 그 다음으로 서남권 서부지역에 영향력이 큰 것으로 나타난 반면 도심권과 서북권, 서남권 동부지역, 동남권 서부지역에 대한 영향력은 거의 없는 것으로 나타났다.
첫째, 지리가 중회귀분석은 OLS 회귀분석보다 적합도 측면에서 향상된 결과를 보여주어 공간적 이질성에 효과적으로 대처할 수 있는 방법론으로 나타났다. 둘째, OLS 회귀모형을 이용한 전역적 회귀 분석 결과, 고객특성 중 여성고객 비율과 40-50대 고객비율은 정의 영향을 주는 반면 20-30대 고객 비율은 부의 영향을 주는 것으로 나타났다. 입지특성과 구조특성 변수들 중에서는 골목 상권 내 종사자수, 사업체 창업률, 건축물 밀도, 골목상권 면적은 정의 영향을 주는 반면 지하철역과의 거리, 버스정류장과의 거리는 부의 영향을 주는 것으로 나타났다.
입지특성과 구조특성 변수들 중에서는 골목 상권 내 종사자수, 사업체 창업률, 건축물 밀도, 골목상권 면적은 정의 영향을 주는 반면 지하철역과의 거리, 버스정류장과의 거리는 부의 영향을 주는 것으로 나타났다. 셋째, GWR 분석 결과를 고객특성 중심으로 보면, 여성고객 비율은 서북권 상권에 가장 큰 영향을 주며 다음으로 서남권, 도심권, 동북권에 영향을 주는 것으로 나타났다. 20-30대 고객비율 변수와 40-50대 고객비율 변수는 유의한 지역들이 서로 많이 겹치는 것으로 나타났다.
여성 고객비율이 올라갈수록 매출액 증가가 예상되며 구매력이 약한 20-30대 고객비율 증가는 매출액에 부정적 영향을 주는 반면 40-50대 고객비율의 증가는 매출액에 긍정적 영향을 줄 것으로 기대된다.
오차의 비정규 성을 측정하는 Jarque-Bera 값은 3개 모형에서 모두 유의하며, 오차의 이분산성을 측정하는 Koenker 값도 3개 모형에서 모두 유의하다. 이 같은 결과는 3개 모형이 회귀분석의 일반적 가정인 오차의 정규성과 등분산성을 위배한다는 것을 의미한다. Koenker 검정 결과는 종속변수와 독립변수들 간의 관계가 안정적이지 않다는(non-stationary) 것을 보여주고 있다.
입지특성 중 지역경제 활성화 정도를 보여주는 척도인 사업체 창업률은 정의 영향을 미치는것으로 나타났다. 이는 창업이 활발할수록 골목상권의 매출액이 증가한다는 것을 의미한다.
둘째, OLS 회귀모형을 이용한 전역적 회귀 분석 결과, 고객특성 중 여성고객 비율과 40-50대 고객비율은 정의 영향을 주는 반면 20-30대 고객 비율은 부의 영향을 주는 것으로 나타났다. 입지특성과 구조특성 변수들 중에서는 골목 상권 내 종사자수, 사업체 창업률, 건축물 밀도, 골목상권 면적은 정의 영향을 주는 반면 지하철역과의 거리, 버스정류장과의 거리는 부의 영향을 주는 것으로 나타났다. 셋째, GWR 분석 결과를 고객특성 중심으로 보면, 여성고객 비율은 서북권 상권에 가장 큰 영향을 주며 다음으로 서남권, 도심권, 동북권에 영향을 주는 것으로 나타났다.
이는 창업이 활발할수록 골목상권의 매출액이 증가한다는 것을 의미한다. 지하철역 거리와 버스정류장 거리는 모두 유의하며 두 변수 모두 음의 계수 값을 갖는 것으로 나타났다. 이는 지하철역과 버스정류장과의 거리가 가까울수록 골목상권의 매출액이 높아 진다는 것을 의미한다.
분석 결과를 정리하면 다음과 같다. 첫째, 지리가 중회귀분석은 OLS 회귀분석보다 적합도 측면에서 향상된 결과를 보여주어 공간적 이질성에 효과적으로 대처할 수 있는 방법론으로 나타났다. 둘째, OLS 회귀모형을 이용한 전역적 회귀 분석 결과, 고객특성 중 여성고객 비율과 40-50대 고객비율은 정의 영향을 주는 반면 20-30대 고객 비율은 부의 영향을 주는 것으로 나타났다.

후속연구

본 연구는 자료 확보의 어려움으로 고객특성 중 성별과 연령에 대해서만 분석을 수행했다는 점에서 한계를 갖는다. 고객 의 거주지나 소득 등의 자료가 확보될 경우 이들에 대한 추가적 연구를 수행하는 것이 필요하다. 본 연구는 지리가중회귀모형 의 분석대상을 골목상권까지 확대했다는 점에서 학술적 기여를 하고 있다.
건축물 밀도는 골목상권 내 건축물의 수 를 골목상권 면적으로 나눈 값으로 건축물 밀도가 작으면 대형 유통점 위주로 상권이 운영되고 있다는 추론이 가능하며, 따라서 건축물 밀도는 상권 매출액에 정의 영향을 줄 것으로 예상 된다. 골목상권의 면적은 ArcGIS에서 calculate geometry 기능을 이용하여 계산한 것으로 면적이 넓어지면 매출액도 증가할 것으로 기대된다.
본 연구는 지리가중회귀모형 의 분석대상을 골목상권까지 확대했다는 점에서 학술적 기여를 하고 있다. 또한, 골목상권별로 매출액에 영향을 주는 요인을 식별함으로써 상권 활성화 방안 수립과 도시재생사업에 도움을 줄 수 있을 것으로 기대가 된다.
본 연구는 자료 확보의 어려움으로 고객특성 중 성별과 연령에 대해서만 분석을 수행했다는 점에서 한계를 갖는다. 고객 의 거주지나 소득 등의 자료가 확보될 경우 이들에 대한 추가적 연구를 수행하는 것이 필요하다.

질의응답

핵심어	질문	논문에서 추출한 답변
	도시재생뉴딜에 투입된 예산은?	도시재생사업이 최근 활성화되면서 골목 상권에 대한 사회적 관심이 커지고 있다. 문재인정부는 5년간 50조원을 도시재생뉴딜에 투입하여 낙후된 지역을 활력 넘치는 곳으로 재생하는 것을 계획하고 있다. 도시재생뉴딜 사업유형 중 일반근린형, 중심 시가지형, 경제기반형에서는 지역경제 활성화와 일자리 창출을 주요 정책 목표로 설정하고 있는데 골목상권은 매우 중요한 사업 대상이 되고 있다.
	도시재생뉴딜 사업유형에는 무엇이 있는가?	문재인정부는 5년간 50조원을 도시재생뉴딜에 투입하여 낙후된 지역을 활력 넘치는 곳으로 재생하는 것을 계획하고 있다. 도시재생뉴딜 사업유형 중 일반근린형, 중심 시가지형, 경제기반형에서는 지역경제 활성화와 일자리 창출을 주요 정책 목표로 설정하고 있는데 골목상권은 매우 중요한 사업 대상이 되고 있다. 골목상권이라는 말은 최근 들어 쓰이기 시작한 용어로 개념이 명확하게 정의되어 있지는 않다.
	골목상권의 고객들에 대한 기존 연구가 가지는 한계점은 무엇인가?	노후화된 골목상권의 재생방안을 마련하기 위해서는 먼저 어떤 고객이 얼마나 돈을 쓰는지를 파악하는 것이 무엇보다 중요하다. 그러나 상권 관련 매출액을 분석한 기존 연구들은 자료 확보의 어려움 등으로 고객특성을 다룬 적이 거의 없다. 이에 본 연구에서는 서울시의 “서울 열린 데이터 광장”에서 제공하는 골목상권 데이터를 이용하여 골목상권의 고객특성이 매출액에 미치는 영향을 분석하고자 하며 분석방법으로 지리가중회귀분석(GWR: Geographically Weighted Regression)을 이용한다.

참고문헌 (29)

Cho, S. H., Poudyal, N. C., and Roberts, R. K. (2008), Spatial analysis of the amenity value of green open space, Ecological Economics, Vol. 66, pp. 403-416.

상세보기
Fotheringham, S., Charlton, M., and Brunsdon, C. (1998), Geographically weighted regression: a natural evolution of the expansion method for spatial data analysis, Environment and planning A, Vol. 30, No.11, pp. 1905-1927.

상세보기
Jung, E., Sung, H., and Rho, J.H. (2015), "Analysis on influence factors for apparel retail sales considering spatial autocorrelation, Journal of Korea Planning Association, Vol.50, No.5, pp. 215-231. (in Korean with English abstract)
Kang, C.D. (2010), GWR approach for real estate appraisal: The case of Seoul apartment, Korea Real Estate Review, Vol. 20, No. 2, pp. 107-132. (in Korean with English abstract)
Kang, H.M. and Lee, S.K. (2017), Classifying alley markets through cluster analysis using dynamic time warping and analyzing possibility of opening new stores, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, Vol. 35, No. 5, pp. 329-338.
Kang, M.S. and Shin, J.C. (2011), A study on the market area of outlet shopping center by using time sensitivity measurement, Journal of The Korean Regional Development Association, Vol. 23, No. 1, pp. 185-206. (in Korean with English abstract)
Kim, C. and Jeong, S. (2013), A study on the factors affecting hotel & restaurant location in Seoul, Korean Management Consulting Review, Vol. 13, No. 4, pp. 297-314. (in Korean with English abstract)
Kim, H.J. and Lee, S.W. (2011), Determinants of 5 major crimes in Seoul metropolitan area: application of mixed GWR model, Seoul Studies, Vol. 12, No. 4, pp. 137-155. (in Korean with English abstract)
Kim, S.M., Ahn, J.S., and Shim, G.E. (2014), Study on critical factors for sales of discount chain stores : focused on major 3 competitors of discount chain stores, Journal of the Korean Urban Management Association, Vol. 27, No.2, pp. 19-38. (in Korean with English abstract)
Kwon, P. and Yu, K.Y. (2015), Trade area delimitation using amoeba technique, Journal of the Korean Society for Geospatial Information Science, Vol. 23, No. 2, pp. 11-16. (in Korean with English abstract)
Lee, B. (2003), Defining of trade area using spatial data mining technique in business gis, The Journal of GIS Association of Korea, Vol. 11, No. 2, pp. 171-184. (in Korean with English abstract)
Lee, B. and Lee, S.K. (2014a), Delimiting boundaries of market areas of central places using the density of retail facilities in an urban space, International Journal of Urban Sciences, Vol. 18, No. 1, pp. 90-102.

상세보기
Lee, I., Lee, C., and Kang, S. (2010), The study of site factors affecting the sales of convenience stores, Journal of the Korea Real Estate Analysts Association, Vol. 16, No. 4, pp. 53-77. (in Korean with English abstract)
Lee, K. and Jung, C. (2014), The effect of time period pedestrian volume on store location - focused on the suwon's retail stores and restaurants, Journal of the Architectural Institute of Korea Planning & Design, Vol. 30, No. 8, pp. 47-55. (in Korean with English abstract)

원문보기 상세보기
Lee, S. G. (2004), A study on the effects of locational factors in the determination of sales volumes of large discount stores, The Korea Spatial Planning Review, Vol. 40, pp. 35-52. (in Korean with English abstract)
Lee, S.H., Shin, G.C., and Yang, S.W. (2011), The development process and the livability factors of garosoogil as a commercial street in sinsa-dong, Seoul, Journal of the Urban Design Institute of Korea Urban Design, Vol. 12, No. 6, pp. 77-88.
Lee, S.K. and Lee, B. (2014b), Application of the l-index to the delineation of market areas of retail businesses, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, Vol. 32, No. 3, pp. 245-251.

원문보기 상세보기
Lee, Y.J. and Choei, N.Y. (2005) A study of trade area analysis by way of analog method - a case of hap-jong district in seoul-, Journal of Korea Planning Association, Vol.40 No.5, pp. 75-86. (in Korean with English abstract)
Lee, Y.S., Park, H.Y., Lew, S.H., and Kang, J.M. (2014), The analysis of the location factors that affects the sales of campus commercial district, Seoul Studies, Vol. 15, No. 1, pp. 17-34. (in Korean with English abstract)
Nilson, P. (2014), Natural amenities in urban space - A geographically weighted regression approach, Landscape and Urban Planning, Vol. 121, pp. 45-54.

상세보기
Noh, E., Lee, S.K., and Lee, B. (2017) Analyzing influence factors of foodservice sales by rebuilding spatial data : focusing on the conversion of aggregation units of heterogeneous spatial data, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, Vol. 35, No. 6, pp. 581-590. (in Korean with English abstract)
Seoul Metropolitan Government (2015), http://news.seoul.go.kr/gov/archives/84465, (last date accessed: 30 November 2018). (in Korean)
Shin, W. and Moon, S. (2011), A study on the effects of locational characteristics on the sales of a coffee shop franchise, Journal of the Korea Real Estate Analysts Association, Vol. 17, No. 2, pp. 111-123. (in Korean with English abstract)
Shin, W., Shin, W., and Kim, T. (2013), A study on the trade area of wholesale mart and super-super market(ssm) in local major cities : focused on dalseogu, daegu-city, Journal of Korea Planning Association, Vol.48, No.1, pp. 221-231. (in Korean with English abstract)
Son, J.W. (2009), Analysis of Spatial Variation by GWR Method in Estimating Land Price, Master's thesis, Yunsei University, Seoul, Korea, 48p. (in Korean with English abstract)
Wheeler, D. and Tiefelsdorf, M. (2005), Multicollinearity and correlation among local regression coefficients in geographically weighted regression, Journal of Geographical Systems, Vol. 7, No. 2, pp. 161-187.

상세보기
Woo, C.M., Ahn, J.S., and Shim, G.E. (2011), Study on sales volumes of large discount stores using panel data, Journal of the Korea Real Estate Analysts Association, Vol. 17, No. 3, pp. 75-88. (in Korean with English abstract)
Yu, K. and Lee, S. (2017), An analysis of factors affecting the agglomeration of food industry in Seoul using geographically weighted regression model, Journal of The Korean Regional Development Association, Vol. 29, No. 2, pp. 189-209. (in Korean with English abstract)
Yun, J.M. and Choi, D.J. (2015), Geographically weighted regression on the characteristics of land use and spatial patterns of floating population in Seoul city, Journal of the Korean society for geo-spatial information system, Vol. 23, No. 3, pp. 77-84. (in Korean with English abstract)

저자의 다른 논문 :

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