한국자료분석학회지에 대한 토픽분석

강창완,김규곤,최승배 한국자료분석학회 2018 Journal of the Korean Data Analysis Society Vol.20 No.6

Journal of the Korean Data Analysis Society founded in 1998 has played the role of a major application journal. In this study, we checked the objective of this journal by checking the abstracts for 10 years. Abstract data was crawled from the online journal site (kdas.jems.or.kr) and analyzed by topic model. As a result, we found 18 topics from 2680 abstracts that had several contents, for example, nursing, marketing, economics, regression, factor analysis, data mining and statistical inferences. Topic1 (regression) is most frequent with 460 documents and we found the usefulness of regression in the applied science area. We confirmed the significant 10 association rules using by Fisher’s exact test. Also, for exploring the trend of topics, we conducted the topic analysis for two periods which are 2006-2011 period and 2012-2016 period. We found that the control study was more frequent than survey study over time and regression and factor analysis were frequent regardless of time. 1998년에 창립한 한국자료분석 학회지는 자료분석에 기반한 다양한 전공분야를 위해 현재까지 응용학회지로서 역할을 해오고 있다. 본 연구에서는 이러한 한국자료분석 학회지의 본연의 목적을 잘 수행해오고 있는지 최근 10년간 학회지 요약문을 통해 분석하였다. 분석은 한국연구재단에서 제공한 온라인 저널 홈페이지를 통해 2006년부터 2016년까지의 영문 요약문 2680개를 웹크롤링하여 토픽모델을 적용하였다. 분석결과로 18개의 토픽이 선정되었으며 이에 대한 토픽을 해석한 결과 자료분석학회지는 간호학, 경영학(마케팅), 경제학 등 여러 분야를 다루고 있으며 분석방법으로 회귀분석, 가설검정, 데이터마이닝(연관성분석), 요인분석 등이 많이 이용되고 있음을 볼 수 있었다. 그리고 단어들의 연관성(association rule)분석을 통하여 통계적으로 유의한 연관성 규칙 10개를 제시하였다. 여기서 연관성규칙의 통계적 유의성검정은 피셔의 정확검정(Fisher’s exact test)을 사용하였다. 또한 연구주제(토픽)의 변화를 살펴본 결과 전반기에는 조사연구가, 후반기에는 대조 연구가 많아졌음을 볼 수 있고 또한 회귀분석과 요인분석은 전, 후반기 구분 없이 자료분석에서 공통적으로 많이 사용하는 통계적 방법임을 알 수 있었다.

한국자료분석학회 웹사이트에 대한 웹로그 분석

강창완,김규곤,김태완 한국자료분석학회 2009 Journal of the Korean Data Analysis Society Vol.11 No.1

Recently, the field of scientific research has been moved from off-line spaces to on-line spaces of the computer via World Wide Web, due to the development in computer technology. Websites of academic societies provides lots of academical information to the researchers and play important role as a indicator in evaluating academic societies. Specially, the contents, structures and management system of academic societies' websites make it possible for the exchange and search of research information, and improve the satisfaction and also increase the participation of the members in academic societies. Therefore we can justify that the evaluation for the activities of academic societies could be done effectively by website log analysis. In this paper, we analyze weblog data of the Korean Data Analysis Society's website using Google Analytics, derive the current states of it and finally suggest some plans for the efficient managements of this website. The results showed that total number of visits is 411, the number of the pages per visit is 1.65 and the average time on the site is 1 minute. 최근 급속한 컴퓨터 기술의 발전으로 인하여 과학 기술 분야의 연구 정보의 장이 인터넷 공간으로 옮겨오고 있는 실정이다. 이러한 인터넷 시대에서 대부분 학술단체의 활동 중 학회 웹사이트를 이용한 정보 제공은 학회 활동의 평가지표로 매우 중요한 역할을 담당하고 있다. 특히, 학회 웹사이트의 구성 내용과 운영방식은 학회 정보를 이용하거나 연구 정보의 교환 및 탐색하는데 효율적인 밑바탕이 되고 이는 학회 구성원의 학회 참가도 및 만족도에 지대한 영향을 끼친다고 할 수 있다. 본 연구에서는 한국자료분석학회의 웹로그 분석을 하고 이를 통해 학회 웹사이트의 현황을 분석하고 학회 웹사이트의 효율적 운영을 위한 몇 가지 개선 방안을 제시한다. 웹로그 분석 결과 1달 동안에 본 학회를 방문한 방문자 수는 총 411번으로 나타났으며, 방문 당 페이지뷰 수는 1.65, 그리고 평균 머문 시간은 1분으로 나타났다.

함수자료대응분석의 정형화 시도

이광진 한국자료분석학회 2008 Journal of the Korean Data Analysis Society Vol.10 No.1

A so-called 'functional data correspondence analysis' is not yet introduced in and is not yet commented about, which is combined with methodologies of recently-developed functional data analysis and a fundamental concept of classical correspondence analysis. So this paper makes an attempt to standardize it with an artificial problem of data analysis. Its main steps are followings: ①to estimate probability density functions by group, ②to make an optimal contingency table of which each row represents a group, each column a sub-interval, each cell-value an estimated frequency from the estimated pdf, ③to get row coordinates and column coordinates from a simple correspondence analysis of the last optimal contingency table, and finally ④to get a curve of correspondence function by smoothing the column coordinates. The decision on the proper number of sub-intervals depends maybe on the pattern of the values of chi-square statistic. 비교적 최근에 개발된 자료분석기법인 함수자료분석(functional data analysis)의 방법론과 전통적인 자료분석기법인 대응분석(correspondence analysis)의 기본개념이 결합된 소위 '함수자료대응분석(functional data correspondence analysis)'이란 기법은 아직까지 소개되거나 언급조차 된 적이 없다. 이에 본 연구에서는 가상의 한 자료분석 문제를 제기하고 이를 통해 '함수자료대응분석'이란 이름의 자료분석기법에 대해 그의 정형화를 시도한다. 기본 흐름은 다음과 같다. ①집단별 자료로부터 각 집단의 확률밀도함수를 추정하고, ②집단을 행, 부분구간을 열, 추정된 확률밀도함수에 근거하여 계산된 추정 자료수를 셀의 값으로 갖는 이원분할표들 중 카이제곱 통계량 값을 최대로 하는 이원분할표를 얻고, ③이에 대해 단순대응분석을 실시하여 행범주 및 열범주 좌표점들을 구한다. ④마지막으로 열범주 좌표점들에 대한 평활화를 통해 '대응함수곡선'을 구한다. 물론 부분구간의 적절한 개수 결정은 카이제곱통계량 값들이 변화하는 패턴을 참조하여 이루어진다.

형상점 자료의 변환을 통한 분류모형의 비교

김준홍(Jun Hong Kim),강창완(Changwan Kang),최용석(Yong-Seok Choi) 한국자료분석학회 2025 Journal of the Korean Data Analysis Society Vol.27 No.2

Dryden, Mardia(2016)는 형상분석(shape analysis)을 기하적 공간상에서 형상점들(landmarks)에 의해 나타낸 개체들(objects)의 형상(shape)을 측정 및 기술하며 이를 비교하는 분석이라 정의한다. 형상분석에 활용되는 형상점 자료는 배열(array)의 형태를 가지고 있는데, 이는 형상의 분류모형에 적용하기 어려움이 있는 형태이다. 본 연구는 형상점 자료를 분류모형에 적용하기 위한 두가지 방법을 제시한다. 첫 번째 방법은 GPA(Generalized Procrustes Analysis) 적합을 적용한 후 리만거리, 중심크기 및 형상주성분분석을 통한 형상 주성분점수를 얻어내어 이를 변수로 선택하는 방법이고, 두 번째 방법은 각 표본의 형태행렬(configuration matrix)을 벡터화하는 과정을 진행하여 좌푯값들을 모두 변수로써 사용하는 방법이다. 새롭게 얻어진 자료들을 랜덤 포레스트(random forest), 로지스틱 회귀분석(logistic regression analysis), 그리고 서포트벡터머신(support vector machine, SVM) 등 3가지의 분류모형에 투입하여 자료별 오분류율을 비교한다. 이를 위하여 Dryden, Mardia(2016)의 세 군집의 척추뼈 형상자료인 쥐(mice) 자료에 대하여 위의 방법을 적용하였다. 특히, 이 자료는 형상점의 수가 적은 2차원 자료인데 회전 모수가 군집 결정에 영향이 컸으며, 적합과정이 이루어지지 않은 원자료나 중심화 자료의 벡터화가 더 좋은 결과를 보였다. Dryden, Mardia (2016) define shape analysis as an analysis that measures and describes the shapes of objects represented by landmarks in geometric space and compares them. The shape point data used for shape analysis has the form of an array, which is a form that is difficult to apply to the shape classification model. This study presents two methods for applying shape point data to the classification model. The first method is to apply the Generalized Prospects Analysis (GPA) fit and then obtain Riemannian distance, centroid size, and shape PC scores to select them as variables, and the second method is to vectorize the configuration matrix of each sample to use all coordinate values as variables. The data obtained by these two methods are put into three classification models: Random Forest, Logistic Regression Analysis, and SVM to compare the misclassification rates for each data. To this end, the method above was applied to the mice data from Dryden, Mardia (2016), and the results were examined. The comparison revealed that the mice data of three clusters, which is a 2-dimensional data set with a small number of shape points, showed that the rotation parameter had a significant impact on cluster determination. Additionally, vectorization of the original data or centered data, which had not undergone the fitting process, yielded better results.

한국기업의 대리인비용과 소유․지배구조 : 패널자료분석법에 의한 재벌기업과 비재벌기업 비교

권정욱,김동욱,김병곤 한국자료분석학회 2011 Journal of the Korean Data Analysis Society Vol.13 No.4

This study analyzed the relationship between ownership structure and corporate governance and agency costs in the Korean firms. This paper used three different proxies which are the asset turnover ratio, the operating expense ratio, and the entertainment expense ratio for agency cost. The sample included the 4,317 non-financial companies that are listed in the Korea Exchange over the period from 2000 to 2008. We find that ownership structure and corporate governance affect on agency costs. Especially chaebol affiliate firms are affected by the size of board of directors for efficiency of asset utilization, and by the insider ownership and the ownership-control disparity for reduction of perquisite consumption. 본 연구는 한국기업을 대상으로 소유구조와 지배구조, 대리인비용의 관계를 분석하였다. 또한 한국기업의 특성을 반영하여 재벌기업과 비재벌기업으로 구분하여 비교분석하였다. 2000년부터 2008년까지의 9개년을 분석대상으로 하였으며, 한국거래소 유가증권시장에 상장되어 있는 총 4,317개 비금융업종 기업의 시계열・횡단면 자료를 통합한 불균형 패널자료를 사용하였다. 분석결과에 의하면 첫째, 한국의 기업들은 내부지분율이 증가하면 경영자와 주주의 이해가 일치하게 되어 대리인비용이 감소한다는 것을 알 수 있었다. 그러나 비재벌기업의 경우에는 내부지분율의 일정수준 이하 구간에서는 지분율 증가에 따라 경영자의 안주현상이 나타나 대리인비용은 증가하고, 내부지분율이 일정수준을 넘어서게 되면 경영자와 주주의 이해가 일치하게 되어 대리인비용이 감소하는 역U자형의 형태를 갖는 것으로 분석되었다. 둘째, 외국인지분율이 높아질수록 외국인투자자는 외부감시자의 역할을 하게 되어 자산운용의 효율성을 높이고, 접대비 비율을 낮춘다는 것을 알 수 있었다. 셋째, 이사회는 규모가 커질수록 경영진에 대한 감시기능이 강화되어 대리인비용을 낮추는 것으로 분석되었다. 넷째, 비재벌기업에서 사외이사비율이 높아질수록 경영진에 대한 감시기능이 강화되어 대리인비용이 낮아진다는 것을 알 수 있었다. 다섯째, 소유지배괴리도가 커질수록 지배권이 경영자의 경영권을 강화시키는 역할을 하여 대리인비용을 감소시키는 것으로 분석되었다.

외국인 유학생의 한국어 발음 분석 : 한국어 발음지도를 위한 예비연구

허명진,강소영 한국자료분석학회 2019 Journal of the Korean Data Analysis Society Vol.21 No.3

The purpose of this study was to investigate the error patterns of Korean pronunciation according to the duration of Korean residents, Korean language level, and placement and method of articulation. In this study there were 30 people involved foreign students, the Korean articulation phonological test (U-TAP) was conducted to evaluate their pronunciation. All pronunciation of foreign students was recorded and analyzed by two language therapists. Data were analyzed by two-way ANOVA, paired t-test and repeated measures ANOVA. As a result, the Korean pronunciation of foreign students was not different according to the duration of Korean residence or the level of Korean and show no different of accuracy between vowel and consonant pronunciation. In the position of consonants on the syllable, the phonemes located in the word initial-syllable initial were statistically more accurate than the phonemes located in the word middle-syllable initial. Bilabial sound in the articulation placement and nasal/liquid sound in the articulation method are pronounced more accurately than other phonemes. Therefore, vowel pronunciation should be emphasized when teaching Korean language to foreign students and consonant guide to focus on phonemes with many resonance tones and clues. 본 연구의 목적은 외국인 유학생의 한국어 발음을 향상시키기 위해 한국에 거주한 기간이나 한국어 수준, 조음위치와 방법에 따라 한국어 발음의 정확도를 살펴보고자 하였다. 외국인 유학생 30명을 대상으로 우리말 조음음운검사(U-TAP)를 실시하였고, 외국인 유학생이 산출한 모든 발음을 녹음하여 2명의 언어재활사가 분석하였다. 한국에 거주기간이나 한국어 수준에 따른 조음정확도 결과는 이변량분산분석으로 처리하였고, 조음위치와 방법에 따른 자료는 반복측정 분산분석을 실시하였다. 연구결과, 외국인 유학생의 한국어 발음은 한국에 거주하는 기간이나 한국어수준에 따라 차이가 없었으며, 자모음간 발음 정확도에서도 유의한 차이가 나타나지 않았다. 음절상에서 어두-초성에 위치한 음소는 어중-초성에 위치한 음소보다 통계적으로 유의하게 정확하였다. 조음 위치에서는 양순음이, 조음 방법에서는 비음과 유음이 다른 음소에 비해 정확하게 산출하였다. 따라서 외국인 유학생에게 한국어 발음을 지도할 때 모음의 정확도가 강조되어야 하며, 자음을 지도할 때는 공명음과 단서가 많은 음소위주로 먼저 교육하고, 가능하다면 각 국가별 음성학적 특성을 고려한 발음교육 접근이 제시되어야 할 것이다.

한국형 태풍유형지수를 활용한 한반도 영향태풍 특성 분석 : 재상피해 상위 10위권 태풍을 대상으로

나하나,정우식 한국자료분석학회 2022 한국자료분석학회 학술대회자료집 Vol.2021 No.2

한반도 태풍의 내습 시 발생하는 피해는 대부분 많은 양의 비와 강한 바람에 의해 발생한다. 태풍의 피해를 저감하기 위해서는 요소별 피해 발생 가능성을 사전에 예측하고, 한반도 내습 태풍에 동반된 비와 바람에 관련된 상세한 시공간적 분포특성을 파악하는 것은 매우 중요하다. 본 연구에서는 상세 지역 단위의 태풍 유형 분류 및 특성분석으로 실제 방재 행정현장에서 활용 가능한 정보를 제공할 수 있는 한국형 태풍유형지수를 산출하여, 태풍에 대한 사전방재에 활용하고자 한다.

최저임금의 변화가 창업에 미치는 효과 분석

문상영,김종호 한국자료분석학회 2022 한국자료분석학회 학술대회자료집 Vol.2021 No.2

본 연구는 GEM과 OECD의 2002~2020년 패널자료를 이용하여 시간당 실질 최저임금의 변화가 초기 창업활동에 참여하는 성인의 비중을 나타내는 TEA에 미치는 영향을 실증적으로 분석하였다. 본 연구에서는 다항식 모형의 유연성 제고를 위해 분수 다항식 회귀 모형을 사용하여 2차 회귀 모형과 분석결과를 비교하였다. 추정 결과에 따르면, 시간불변의 국가 특성이 통제된 상태에서 2차 회귀와 분수 다항식 회귀 모형 모두 창업과 최저임금 간에 역U자 형태의 상관관계가 존재함을 찾아냈다. 두 모형에서 창업과 최저임금의 상관관계 형태는 유사하였지만, 곡선의 꼭지 점 위치와 곡률에서는 차이를 보였다. 우선 창업이 극대화되는 시간당 최저임금 수준이 분수 다 항식 모형에서는 $5.3으로 2차 모형보다 $0.6 낮았다. 다음의 창업과 최저임금 간 상관관계의 부호가 동일하여도, 회귀 모형에 따라 최저임금 변화에 대한 창업의 반응 속도가 차이를 보였다. 구체적으로 분수 다항식 회귀 모형에서 최저임금이 꼭지점보다 낮은 수준에 있는 경우 최저임금상승에 따라 창업에 참여하는 성인의 비중이 2차 회귀 모형보다 빠르게 증가한다. 반면 최저임금이 꼭지점보다 높은 수준에 있는 경우 최저임금 상승에 따라 창업활동이 둔화되지만, 분수 다 항식 회귀 모형에서 창업이 2차 회귀 모형보다 완만하게 감소할 것으로 예측되었다.

한반도 강풍의 시공간적 특성 : 태풍시기와 비태풍시기를 구분하여

나하나,정우식 한국자료분석학회 2022 한국자료분석학회 학술대회자료집 Vol.2021 No.2

최근으로 올수록 기후변화에 따른 지구온난화 가속화로 인해 한반도에 영향을 미치는 태풍의 강도가 증가하고, 태풍급 강풍이라는 이름으로 비태풍 시기 발생하는 강풍의 빈도와 강도가 급 격히 증가하며, ‘강풍’으로 인한 피해가 증가하고 있다. 한반도 강풍에 대한 선행연구는 다수 수 행되었으나, 근대기상관측이 수행된 초기의 자료부터 최근 자료가 포함되지 않아 장기적 관점에서의 분석적 연구가 필요하다 할 수 있다. 이에 본 연구에서는 근대기상관측 이후 약 100여년 이상의 장기간 자료를 활용하여 한반도 태풍시기와 비태풍시기에 대한 강풍에 대한 분석을 수행하였으며, 강풍의 시,공간적 특징 파악을 위하여 연도별, 월별, 계절별 분석 및 지점별 분석을 수행하였다. 이들 결과를 바탕으로 향후 우리나라에서 발생하는 강풍에 대한 사전방재 측면에서의 대비에 활용 가능한 정보 제공에 있어 기초자료가 될 수 있을 것으로 사료된다.

측정오차를 포함한 자료의 모형기반 판별분석

송주원 한국자료분석학회 2012 Journal of the Korean Data Analysis Society Vol.14 No.6

Discriminant analysis is a statistical technique that finds a discriminant function based on various characteristics and assigns each observation to an appropriate group. Model-based cluster analysis is a clustering technique based on finite mixture models and can be applied to discriminant analysis. Fraley and Raftery (2002) assumes that each group can be represented by a mixture distribution of several distributions and suggest a model-based mixture discriminant analysis (MclustDA) using model-based cluster analysis. When some observations are measured with errors, observations with and without measurement errors may follow different distributions with different parameter values, and each group may consist of a mixture of more than one distributions. In this study, we conduct a simulation to compare misclassification rates among the standard discriminant analysis, mixture discriminant analysis assuming more than one distributions in each group, and discriminant analysis based on model-based cluster analysis. Misclassification rates tends to increase when the percentage of observations measured with errors increases. Mixture discriminant analysis and discriminant analysis based on cluster analysis show lower misclassification rates than the standard discriminant analysis. 판별분석은 측정된 변수들의 특성에 근거하여 집단을 판별하는 방법을 찾아내고 새로운 개체들을 적절한 집단에 할당하는 것을 목적으로 하는 통계적 기법이다. 모형기반 군집분석은 유한개의 혼합모형에 근거하여 군집분석을 실시하는 기법으로서 판별분석으로도 적용이 가능하다. Fraley, Raftery(2002)는 각 군집에서의 자료가 한 개의 분포를 따른다고 가정하는 대신 각 군집이 여러 개의 분포의 혼합분포로 표현될 수 있다고 가정하고 모형기반 군집분석을 이용한 모형기반 혼합판별분석(MclustDA)을 제안하였다. 일부 관측 개체가 부정확하게 측정된 경우 오차를 포함한 자료는 정확하게 측정된 자료와 다른 모수를 가진 분포를 따를 수 있으므로 각 집단은 한 개의 분포 대신 한 개 이상의 분포로 구성된다고 볼 수 있다. 본 연구에서는 일부 개체가 오차를 포함한 자료에서 각 집단에 대하여 한 개 이상의 모형의 혼합분포를 가정하는 혼합판별분석이나 모형기반 군집분석을 이용한 판별분석을 실시한다면 기대 오분류율을 낮출 수 있는지 모의실험을 통해 비교하였다. 오차를 가지고 측정된 자료의 비율이 증가할수록 부정확한 자료로 인하여 오분류율이 증가할 수 있으며 혼합판별분석이나 모형기반 군집분석을 이용한 판별분석이 각 집단이 한 개의 분포로 이루어졌다고 가정하는 판별분석보다 오분류율이 작게 나타났다.