한국발 미주 항공 노선 소비자 이용 문화의 수요함수 추정 모형 비교 연구 : 포아송 모형, 음이항 회귀모형, 0과잉 포아송 모형, 영과잉·음이항 모형 비교

이용일(Lee, Yongil) 한국문화산업학회 2019 문화산업연구 Vol.19 No.3

본 연구는 한국을 출발하여 미주에 도착하는 항공 노선 이용객의 수요에 영향을 미치는 결정요인을 추정함이 목적이다. 함수 추정을 위한 포아송(Poisson) 모형을 이용한 가산자료의 분석 및 과도분산(over-dispersion) 검정과 음이항 회귀모형(negative binomial distribution model)분석, 0과잉 포아송 모형(zero-inflated Poisson), 0과잉·음이항 포아송 모형(zero-inflated negative binomial)을 이용하여 분석을 실시하였고 각 모형간의 특성과 비교분석 하였다. 포아송 모형의 과도분산 검정은 Cameron & Trivedi(1998)의 검정방법을 이용하여 평균과 분산을 검정하였다. 그 결과 과도분산이 인정되고 두 모형의 우도함수(log-likelihood function) 값을 비교 했고 음이항 회귀모형이 보다 우수한 모형으로 분석 되었다. 음이항 회귀모형, 0과잉 포아송 모형, 0과잉·음이항 포아송 모형의 비교에서는 음이항 회귀모형과 0과잉·음이항 포아송 모형의 값의 유의성을 검토하고 0과잉 포아송 모형에서 Vuong 통계 값을 검증한 결과 0과잉 포아송 모형이 한국 출발 미주노선 이용객의 수요함수 추정에 최적인 적합 모형인 것으로 분석되었다. 0과잉 포아송 모형을 이용한 분석결과에서는 Male, Married, Fifty, Projob, Blue, Five 변수가 통계적으로 유의하게 나타나고 있다. 이를 구체적으로 살펴보면, 성별에서는 남성이 1% 유의수준에서 한국출발 미주 항공 노선 수요모형에 부정적인 영향력을 가지고 있으며 이와 반대로 여성이 수요모형에 긍정적인 영향력을 주는 것으로 분석된다. 다시 말해 남성보다는 여성이 한국출발 미주 항공 노선 수요에 긍정적인 역할을 하는 변수로 해석할 수 있다. 결혼유무에서는 기혼자가 그렇지 않은 집단에 비해 1% 유의수준에서 긍정적인 영향력이 있는 것으로 분석되었다. 연령에서는 30대와 40대가 긍정적인 수치를 보이고 있지만 통계적인 유의성은 없는 것으로 나타났다. 또한 교육수준에서도 고교졸업자 집단과 대학졸업자 집단에서도 유의성은 없으며 결국 교육수준은 수요와 어떠한 영향관계도 없는 것으로 나타났다. 직업유형에서는 화이트칼라 직업군과 블루칼라 직업군이 각각 5% 유의수준에서 긍정적인 영향력을 가지고 있는 것으로 분석되었다. 즉, 직업유형변수는 학생, 주부, 퇴직자 등과 같은 변수와는 무관하며 직업에 종사하는 종사자들은 한국 출발 미주 항공 노선 수요에 영향을 미치는 것으로 분석 되었다 The purpose of this study is to estimate the determinants affecting the demand of airline passengers who are traveling to the Americas from Korea. Analysis of over-dispersion and negative binomial distribution model using Poisson model for function estimation, zero-inflated Poisson, 0 excess · A zero-inflated negative binomial analysis was performed to compare the characteristics of each model. The log-likelihood function of the two models is compared with the log-likelihood function of the two models. The log-likelihood function of the two models is compared with the log-likelihood function of the two models. Binary regression model was analyzed as better model. In the comparison of the negative binomial regression model, the zero excess Poisson model, and the zero excess / negative binomial Poisson model, the significance of the negative binomial regression model and the zero excess / negative binomial Poisson model are examined and the Vuong statistic value As a result, it is analyzed that the excess Poisson model is the best fit model for estimating the demand function of the US routes users from Korea. 0 In the analysis using the excess Poisson model, the variables of Male, Married, Fifty, Projob, Blue, and Five are statistically significant. Specifically, male gender negatively influences the demand model of the US air route from Korea at 1% significance level. On the contrary, female gender has a positive influence on the demand model. In other words, it can be interpreted that women are more likely to play a positive role in the demand for American air routes from Korea. In married status, married people had positive influence at 1% significance level compared to those who were not married. There was no statistical significance in the 30s and 40s in the age group. In addition, there is no significance in the education level among high school graduates and college graduates, and education level has no relation with demand. In the occupational type, the white - collar occupation group and the blue - collar occupation group each had a positive influence at the 5% significance level. In other words, job type variables are not related to variables such as students, housewives, retirees, etc.

가산자료 회귀모형을 이용한 중소기업의 경영활동이 국내 특허등록건수에 미치는 영향 연구 - 신용보증기금 기술평가 기업을 중심으로 -

장홍진,홍승열,신지은 신용보증기금 2023 중소기업금융연구=Journal of SME finance Vol.43 No.2

The objective of this study is to analyze the effect of company's activities for technology development and financial management performance on patent registration for SMEs that received technology asset evaluation from the Korea Credit Guarantee Fund from January 1 to December 31, 2019. This study used poisson regression, negative binomial regression and generalized poisson regression considering the number of patents, which are response variable is count data. In our case, the patent count data are highly overdispersed, Generalized Poisson Regression model was the most appropriate in AIC. There was no significant difference in the performance of the Negative Binomial Regression Model and the Generalized Poisson Regression Model, but the Generalized Poisson Regression Model was superior with a slight difference. As a result of generalized Poisson regression analysis, it was found that the specialization of the technology development organization, the higher the ratio of high-quality personnel in technology development, and the higher the R&D cost, have a significant effect on patent registration. On the other hand, operating cash flow(EBITDA) showed a negative relationship with patent registration. 본 연구는 2019년 1월 1일부터 12월 31일까지 신용보증기금에서 기술자산평가를 받은 중소기업을 대상으로 기업의 경영활동이 특허등록에 미치는 영향을 분석하였다. 분석에는 반응변수인 특허건수가 가산자료라는 특성을 고려하여 포아송 회귀모형, 음이항 회귀모형 그리고 일반화포아송 회귀모형을 활용하였다. 본 연구에 사용된 특허건수는 자료의 분산이 평균보다 큰 과대산포가 존재하였고, 모형의 적합도를 AIC로 평가한 결과 음이항 회귀모형과 일반화포아송 회귀모형이 포아송 회귀모형에 비해 우수한 것으로 나타났다. 음이항 회귀모형과 일반화포아송 회귀모형의 성능은 큰 차이가 나지 않았으나, 일반화포아송 회귀모형이 근소한 차이로 보다 우수했다. . 일반화포아송 회귀분석결과 기술개발 조직이 전문화 되어 있으며, 기술개발 고급인력 비율이 높을수록 그리고, 연구개발비용이 많을수록 특허등록에 유의한 영향을 미치는 것으로 나타났다. 한편, 영업현금흐름(EBITDA)은 특허등록과 음의 관계를 보였다.

가산자료 회귀모형을 이용한 중소기업의 경영활동이 국내 특허등록건수에 미치는 영향 연구 - 신용보증기금 기술평가 기업을 중심으로 -

장홍진,홍승열,신지은 한국자료분석학회 2023 한국자료분석학회 학술대회자료집 Vol.2023 No.1

본 연구는 2019년 1월 1일부터 12월 31일까지 신용보증기금에서 기술자산평가를 받은 중소기 업을 대상으로 기업의 경영활동이 특허등록에 미치는 영향을 분석하였다. 분석에는 반응변수인 특허건수가 가산자료라는 특성을 고려하여 포아송 회귀모형, 음이항 회귀모형 그리고 일반화포 아송 회귀모형을 활용하였다. 본 연구에 사용된 특허건수는 자료의 분산이 평균보다 큰 과대산 포가 존재하였고, 모형의 적합도를 AIC로 평가한 결과 음이항 회귀모형과 일반화포아송 회귀모 형이 포아송 회귀모형에 비해 우수한 것으로 나타났다. 음이항 회귀모형과 일반화포아송 회귀모 형의 성능은 큰 차이가 나지 않았으나, 일반화포아송 회귀모형이 근소한 차이로 보다 우수했다. 일반화포아송 회귀분석결과 기술개발 조직이 전문화 되어 있으며, 기술개발 고급인력 비율이 높 을수록 그리고, 연구개발비용이 많을수록 특허등록에 유의한 영향을 미치는 것으로 나타났다. 한 편, 영업현금흐름(EBITDA)은 특허등록과 음의 관계를 보였다.

이변량 제로팽창 음이항 회귀모형에서 베이지안 추론

심정숙,이동희,정병철 한국자료분석학회 2013 Journal of the Korean Data Analysis Society Vol.15 No.4

본 논문에서는 이변량 제로팽창 음이항 회귀(bivariate zero-inflated negative binomial; BZINB) 모형에서 회귀계수에 대한 추론방법으로 마코프체인몬테카를로(MCMC) 기법을 이용한 베이지안 추론방법을 제안하였다. 본 연구에서 고려한 BZINB 회귀모형은 반응변수의 제로팽창과 과대산포를 동시에 고려해줄 수 있는 모형으로 이변량 음이항 회귀모형에 비하여 좀 더 일반적인 모형이다. 이 모형에서 반응변수의 평균뿐만 아니라 제로팽창확률에 대한 설명변수의 효과를 알아보기 위한 회귀모형을 고려하였다. 이는 일변량 제로팽창 음이항 회귀모형에서 베이지안 추론방법을 제안한 Shim et al.(2011)의 연구를 이변량으로 확장한 것이다. 아울러 실제사례에 본 연구에서 제안한 베이지안 추론방법을 적용하고 제로팽창을 허용하지 않는 이변량 음이항(bivariate negative binomial; BNB) 회귀모형과 적합결과를 비교하였다. 실제 사례분석 결과 BZINB 회귀모형의 DIC(deviance information criterion)가 BNB 모형보다 작게 나타나 BZINB 회귀모형이 BNB 회귀모형보다 잘 적합되었음을 알 수 있었다. In this paper, we propose a Bayesian inference using the Markov Chain Monte Carlo (MCMC) method for the bivariate zero inflated negative binomial regression model. The proposed model allows the zero inflation as well as the overdispersion of dependent variables. Therefore, it becomes more general than bivariate negative binomial models. In this framework, we construct a regression model to coincide zero inflation probabilities and the means of dependent variables. It extends the work of Shim et al. (2012) who studied the Bayesian inference for the univariate zero inflated negative binomial model, and so this research can be thought as an extension to the bivariate zero inflated negative binomial regression model. Since the proposed model is expected to perform better than the other, we apply it to a real data example, and compare the efficiency with the bivariate negative binomial regression model using the deviance information criterion (DIC). Our proposed model shows the better performance than the bivariate negative binomial regression model in bivariate zero inflated count data with overdispersion, since the DIC of the proposed model is smaller than that of the bivariate negative binomial regression model.

패널 카운트 모형을 정규직 청년채용 결정요인분석 분석

조장식 한국데이터정보과학회 2019 한국데이터정보과학회지 Vol.30 No.6

본 연구에서는 이전공공기관의 지역인재 정규직 청년채용 인원수에 대한 결정요인을 분석하였다. 이를 위해 2013년부터 2017년까지 연도별로 수집된 ‘공공기관 경영정보공개시스템’ (알리오)의 패널 데이터를 활용하였다. 반응변수인 이전공공기관의 정규직 청년채용 인원수는 카운트 데이터 (count data)이므로 카운트 데이터를 분석하기 위해서는 포아송 회귀모형이나 음이항 회귀모형이 주로 사용된다. 또한 패널 데이터이므로 패널 개체들의 관찰되지 않는 이질적 특성 (unobserved heterogeneity)을 모형에서 고려한 패널 포아송 회귀모형 및 패널 음이항 회귀모형까지 활용하여 최적의 모형을 탐색하였다. 주요 분석결과는 다음과 같다. 첫째, 최적 모형으로 패널 음이항 회귀모형이 선택되었다. 둘째, 2013년도에 비해서 연도가 지날수록, 그리고 충청권에 비해서 다른 지역들의 정규직 청년채용 인원수가 통계적으로 유의하게 증가하는 것을 알 수 있었다. 마지막으로, 전년도 정규직원의 평균근무연수와 전년도 정규직원의 평균임금도 정규직 청년채용 인원수에 유의한 영향을 미치는 것으로 나타났다. This study analyzed the determinants of the number of youth recruited by local talents in public institutions in terms of the fact that local transfer policies of public institutions can provide good jobs to local talents. We use panel data from the “Public organization management information disclosure system” (Alio) collected over five years from 2013 to 2017. Since the dependent variable is count data, the Poisson model or negative binomial model, panel Poisson regression model and panel negative binomial regression model is mainly used to analyze the count data. The main results are as follows. First, the panel negative binomial regression model was chosen as the optimal model. Second, the annual results show that the number of full-time youth employment increases significantly over time compared to 2013. Third, it can be seen that the number of full-time youth employment in Jeonla, Daegyeong, Dongnam, and Gangwon and Jeju is significantly higher than that of Chungcheong. Finally, the longer the average number of regular employees working in the previous year, the higher the number of full-time youth employment.

범죄와 비행 연구의 가산자료 회귀분석 모형 활용에 대한 검토

신동준 ( Dong Joon Shin ) 한국범죄비행학회 2011 범죄와 비행 Vol.1 No.-

대부분의 범죄학 연구에서 종속변인이 되는 범죄와 비행은 그 속성 상 사건(event)의 성격을 갖는다. 따라서 많은 경우 종속변인은 사건이 발생한 횟수를 값으로 하는 가산자료(count data)의 분포를 보인다. 이 경우 일반적인 회귀모형인 보통최고제곱(OLS) 모형의 주요 가정들에 맞지 않는 문제가 있기 때문에, 종속변인을 통상적인 OLS 회귀모형으로 분석할 경우 비효율적이고 비일관적이며 편의된 추정치를 낳을 수 있다. 이 글에서는 가산 결과의 성질을 적절히 다룰 수 있는 기본적인 모형으로 포와송 회귀모형을 소개하고, 그 특징과 한계를 논의한다. 그리고 포와송 분포에 기반하면서도 과대산포의 문제를 적절히 처리할 수 있는 모형인 음이항 회귀모형을 소개한다. 상대적으로 작은 지역을 관찰단위로 하는 자살과 살인에 대한 연구를 예시로 들어 통상적 OLS 회귀모형 적용 시 발생하는 문제점을 구체적으로 제시한다. 그리고 이러한 경우에 포와송 회귀모형과 음이항 회귀모형이 어떻게 활용될수 있는지 설명한다. 추가적으로 청소년 비행에 대한 미시적 연구에서 음이항 회귀모형이 사용된 예를 소개한다. 마지막으로 포와송 회귀모형과 음이항 회귀모형이 가정하고 있는 사건 발생의 독립성에 대한 가정이 실제 데이터에서 충족되지 않을 수 있다는 한계가 있다는 점을 지적한다. 그리고 청소년의 다양한 비행을 하나의 변인으로 지수화 할 때 발생하는 측정 상의 문제는 여전히 포와송 기반 모형으로도 적절히 처리될 수 없는 문제라는 점도 함께 지적한다. Crime and delinquency, which are typical dependent variables in criminological research" show count data distributions. In such cases, important assumptions of OIS regression model are often violated and 015 estimates turn. out to be inefficient, inconsistent, and biased. This paper introduces Poisson regression model which can appropriately deal with the count outcomes. Discussion key features and limitation of Poisson model, it also introduces negative binomial regression model which is Poisson based but can effectively resolved the problem of overdispersion. With an example of empirical study on suicide and homicide whose unit of analysis is small area, this paper explain the problems typically arise when 015 model is used for analyzing count data and show differences in estimates from Poisson model and negative binomial model. Another example of juvenile delinquency research is reviewed to see how negative binomial model deals with individual level count data. This paper also discusses the limitations of Poisson and negative binomial model and constructing index measures of juvenile delinquency.

교통사고건수에 대한 포아송 회귀와 음이항 회귀모형 적합

정재풍,최종후 한국자료분석학회 2014 Journal of the Korean Data Analysis Society Vol.16 No.1

When the observations can take only the non-negative integer values, it is called the count data such as the numbers of car accidents, earthquakes, or insurance claims. In general, the Poisson regression model has been used to model these count data; however, this model has a weakness in that it is restricted by the equality of the mean and the variance. On the other hand, the count data often tend to be too dispersed to allow the use of the Poisson model in practice because the variance of data is significantly larger than its mean due to heterogeneity within groups. When overdispersion is not taken into account, it is expected that the resulting parameter estimates will be inefficient. Negative binomial regression model is recommended in the case of overdispersion. In this study, we try to compare Poisson regression model with negative binomial regression model and investigate into the recommended model based on model selection statistics such as ln L, AIC, SBC. Korea Transportation Safety Authority's data are used for empirical studies. 계수 데이터(count data)는 교통사고건수나 보험회사의 고객크레임건수 등과 같은 계수형 데이터를 말한다. 이러한 사고건수를 종속변수로 하는 회귀모형에서는 포아송 회귀모형이 널리 활용된다. 이때 포아송 회귀모형은 포아송 분포의 특성상 평균과 분산이 동일하여야 한다는 제약조건이 따른다. 현실 자료에서는 평균보다 분산이 크게 나타나는 과대산포(overdispersion) 문제가 종종 발생하게 되는데, 이를 무시하고 포아송 모형을 적합시키면 회귀계수 추정량의 표준오차가 편향되는 현상이 발생한다. 그러므로 과대산포가 존재하는 자료는 이를 반영하여 조절할 수 있는 음이항 회귀모형이 추천된다. 본 연구에서는 교통사고건수에 대한 최적 모형 구축을 위하여 포아송 회귀모형과 음이항 회귀모형 두 가지 모형을 모형 선호 기준통계량에 기반하여 적합시키고 비교한다. 교통사고건수에 대한 적합 모형으로는 ln L, AIC, SBC 등의 통계량에 기반하여 판단할 때 포아송 회귀모형보다 음이항 회귀모형이 적절함을 알 수 있다.

항공사 이용객의 수요함수 추정을 위한 포아송모형, 음이항 회귀모형, 0과잉 포아송모형, 0과잉⋅음이항모형의 비교 분석 연구: 국내선 FSC 중심

이용일 한국관광연구학회 2018 관광연구저널 Vol.32 No.1

본 연구의 목적은 가산자료의 분석에 적합한 포아송모형, 음이항 회귀모형, 0과잉 포아송모형, 0과잉음이항회귀모형을 적용하여 각각 분석을 진행한 후, 가장 적합한 모형을 선정하고 국내선 대형항공사(FSC) 수요에 영향을 미치는 결정요인을 추정하는데 있다. 표준 포아송모형의 과도분산(over-dispersion) 검정하였고 포아송모형을 대체할 수 있는 음이항 회귀모형을 분석하여 두 모형간의 비교분석을 진행하였다. 포아송모형의 과도분산 검정은 두 가지 방법을 통해 진행하였다. 첫 번째는 평균과 분산을 검토하였고 Cameron & Trivedi(1998)가 제시한 검정방법을 이용하였다. 포아송모형에서의 과도분산이 인정되고 두 모형의 우도함수(log-likelihood function) 값을 비교하여도 음이항 회귀모형이 보다 우수한 모형으로 판단되었다. 0과잉 포아송모형을 이용한 분석결과에서는 남성이 1% 유의수준에서 FSC 수요모형에 부정적인 영향력을 가지고 있으며 이와 반대로 여성이 수요모형에 긍정적인 영향력을 주는 것으로 분석된다. 결혼유무에서는 기혼자가 그렇지 않은 집단에 비해 1% 유의수준에서 긍정적인 영향력이 있는 것으로 분석되었다. 연령에서는 30대와 40대가 긍정적인 수치를 보이고는 있지만 통계적인 유의성은 없는 것으로 나타났다. 직업유형에서는 화이트칼라 직업군과 블루칼라 직업군이 각각 1% 유의수준과 5% 유의수준에서 긍정적인 영향력을 가지고 있는 것으로 분석되었다.

제로팽창 음이항 회귀모형에 대한 베이지안 추론

심정숙,이동희,정병철,Shim, Jung-Suk,Lee, Dong-Hee,Jun, Byoung-Cheol 한국통계학회 2011 응용통계연구 Vol.24 No.5

본 논문에서는 제로팽창 음이항(ZINB) 회귀모형에서 회귀계수에 대한 추론방법으로 마코프체인몬테카를로(MC MC) 기법을 이용한 베이지안 추론방법을 제안하였다. 본 연구에서 고려한 ZINB 회귀모형은 반응변수의 평균뿐만 아니라 제로팽창확률에 대한 회귀모형을 고려한 것으로서 Jang, et al.(2010)의 연구를 확장한 것이다. 아울러 실제사례에 본 연구에서 제안한 베이지안 추론방법을 적용하고 과대산포를 허용하지 않는 제로팽창 포아송(ZIP) 회귀모형과 적합결과를 DIC를 이용하여 비교하였다. 실제 사례분석 결과 ZINB 회귀모형의 DIC가 ZIP모형보다 작게 나타나 ZINB 회귀모형이 ZIP 회귀모형보다 잘 적합되었음을 알 수 있었다. In this paper, we propose a Bayesian inference using the Markov Chain Monte Carlo(MCMC) method for the zero inflated negative binomial(ZINB) regression model. The proposed model allows the regression model for zero inflation probability as well as the regression model for the mean of the dependent variable. This extends the work of Jang et al. (2010) to the fully defiend ZINB regression model. In addition, we apply the proposed method to a real data example, and compare the efficiency with the zero inflated Poisson model using the DIC. Since the DIC of the ZINB is smaller than that of the ZIP, the ZINB model shows superior performance over the ZIP model in zero inflated count data with overdispersion.

포아송 회귀모형과 음이항 회귀모형을 이용한 회전교차로 내 교통사고 예측모형 개발

석한음(Seok, Han Eum),최재헌(Choi, Jae Heon),손영태(Son, Young Tae),김영준(Kim, Young Jun) 대한교통학회 2016 대한교통학회 학술대회지 Vol.75 No.-

국내에서는 2010년을 기점으로 전국적으로 회전교차로 시범사업이 실시되어 설치 및 운영되고 있으나 회전교차로에서의 사고분석에 대한 연구가 아직은 부족한 상황이다. 본 연구에서는 회전교차로의 기하구조와 교통사고 자료를 분석하여 회전교차로에서 발생하는 교통사고의 원인을 파악하고 궁극적으로 사고 발생건수와 그 정도를 줄이고자 하는데 목적이 있다. 이를 위해 2010년 회전교차로 시범사업에서 선정된 회전교차로 중 현장조사 자료가 있는 16개의 회전교차로를 대상으로 포아송 회귀모형과 음이항 회귀모형을 이용하여 분석하였다. 분석결과, 일평균교통량, 중앙교통섬의 지름, 도시/지방부, 회전교차로의 유형의 변수들이 회전교차로 내 교통사고의 모형을 가장 잘 설명할 수 있을 것이라고 판단되었다. 하지만 우리나라 운전자들에게는 아직 회전교차로가 익숙하지 않아 통과방식에 미숙한 운전자들이 많을 것으로 판단하여 통행방법 안내표지판 변수를 추가하였다. 최종적으로 이 5개의 변수로 모형을 구축하였으며, 과산포가 존재하여 음이항 회귀모형을 이용하여 구축하였다.