초록 ▼

요약

본 연구는 기관별로 산재한 젖소사육 관련 통계자료를 이용하여 월별 산유량을 예측하는 모형을 개발하는 것을 목표로 한다. 월별 산유량은 월별 착유우 두수와 두당 착유량에 영향을 미치는 기후 요소 및 쿼터와 같은 환경변수에 의해 결정된다. 정확한 산유량을 예측하기 위해서 착유우 두수에 기반한 예측력 높은 산유량 모형을 개발하고, 미래의 착유우 두수를 예측하는 생존모형을 개발하는 것이 필요하다. 이 두 작업을 성공적으로 수행하기 위해서 반드시 필요한 작업이 특정시점의 착유우 두수를 정확하게 파악하는 것이다.

요약

본 연구는 기관별로 산재한 젖소사육 관련 통계자료를 이용하여 월별 산유량을 예측하는 모형을 개발하는 것을 목표로 한다. 월별 산유량은 월별 착유우 두수와 두당 착유량에 영향을 미치는 기후 요소 및 쿼터와 같은 환경변수에 의해 결정된다. 정확한 산유량을 예측하기 위해서 착유우 두수에 기반한 예측력 높은 산유량 모형을 개발하고, 미래의 착유우 두수를 예측하는 생존모형을 개발하는 것이 필요하다. 이 두 작업을 성공적으로 수행하기 위해서 반드시 필요한 작업이 특정시점의 착유우 두수를 정확하게 파악하는 것이다.

본 연구에서 착유우 두수를 추정하는 방법으로 축산물품질평가원에서 관리하고 있는 젖소/육우 이력데이터를 활용하는 방법을 제안한다. 젖소/육우 이력데이터는 특정 개체에 대해 출생, 양도/양수, 폐사/도축에 대한 사건을 발생시점별로 기록한 것이다. 이력데이터를 통해 1) 과거 특정시점에서 월별 착유우 두수를 파악하고 2) 미래 기대착유우 두수에 대한 모형을 개발하였다.

미래 산유량을 예측하기 위해서 착유우 두수를 추정하고 그것에 기반한 산유량을 추정하는 이 단계 방법을 사용하였다. 먼저 산유량 모형은 2010년 6월부터 2013년 8월까지 젖소 이력데이터로부터 파악한 산차별 착유우 두수와 낙농진흥회에서 제공하는 월별 일평균 산유량-쿼터량 데이터를 이용하여 개발하였다. 그리고 젖소 이력데이터 로를 이용하여 착유우 두수 추정모형을 개발하였다. 산유량의 추정치는 이력데이터로 부터 젖소의 미래 기대 착유우 두수를 계산하여 산유량 모형에 대입하여 예측치를 얻는다.

현재 개발된 모형은 2011년 10월 이후부터 2013년 8월까지 12개월 원유 총생산량에 대해서 2.5%의 평균 오차율을 보였으며 2013년 9월~11월까지 6개월 평균 생산량에 대해 2.4%의 평균 오차율을 보였다. 과거 데이터가 구제역, 쿼터 제한 해제 등 원유수급이 불안정했던 기간을 포함한 데이터를 사용함으로써 모형의 성능이 떨어진 것으로 판단되며 향후 더 많은 데이터가 축적되고 새로운 모형의 적합이 이루어진다면 이예측오차율은 더 낮아질 것으로 기대하고 있다. 본 연구에서 제안한 젖소 이력데이터를 활용한 원유 생산 예측 모형에 따르면 2013년 9월~11월 예측 결과 50만 1천톤으로 실측치 51만 3천톤에 근접하였고 2014년 원유 생산량은 214만톤으로 예측된다.

목차 Contents

• 표지 ... 1
• 요 약 ... 2
• 목차 ... 4
• 1. 연구개요 ... 5
• 1.1 목적 ... 5
• 1.2 연구배경 ... 5
• 1.3 연구내용 ... 5
• 1.3.1 기존연구 동향 ... 5
• 1.3.2 이력데이터를 이용한 생산 예측방법 ... 6
• 2. 데이터 설명 및 데이터 정리 ... 7
• 2.1 데이터 설명 ... 7
• 2.2 데이터 변환 ... 8
• 2.3 데이터 변환 시 고려사항 ... 9
• 3. 모형의 개발 ... 11
• 3.1 산유량 회귀분석 모형 ... 11
• 3.2 생존 모형 분석 ... 11
• 3.3 원유 수요 모형 ... 12
• 4. 원유생산량/수요량 예측 결과 ... 14
• 4.1 생산량 예측결과 ... 14
• 4.2. 수요량 예측 결과 ... 21
• 5. 프로그램 설명 및 운영방법 ... 23
• 5.1 젖소 이력데이터, 육우 데이터의 변환 및 저장 ... 23
• 5.2 월별 데이터의 생성 ... 25
• 5.3 산유량에 대한 회귀모형의 추정 및 회귀모형의 저장 ... 26
• 5.4 생존 모형의 생성 ... 27
• 5.5 변환된 이력데이터, 저장된 생존모형, 회귀모형을 이용한 예측치 생성 ... 29
• 5.6 데이터의 갱신 이후 예측치 생성 방법 ... 29
• 5.7 데이터 베이스 시스템의 구축안 ... 30
• 5. 결론 및 제언 ... 31
• 부록 ... 32
• 끝페이지 ... 36