<?xml version="1.0" encoding="UTF-8"?>
<feed xmlns="http://www.w3.org/2005/Atom" xmlns:dc="http://purl.org/dc/elements/1.1/">
  <title>Repository Collection:</title>
  <link rel="alternate" href="http://repository.sungshin.ac.kr/handle/2025.oak/419" />
  <subtitle />
  <id>http://repository.sungshin.ac.kr/handle/2025.oak/419</id>
  <updated>2026-05-19T15:13:02Z</updated>
  <dc:date>2026-05-19T15:13:02Z</dc:date>
  <entry>
    <title>환경요인들이 뇌 혈관 질환 사망자에 미치는 영향에 대한 시계열 분석</title>
    <link rel="alternate" href="http://repository.sungshin.ac.kr/handle/2025.oak/7342" />
    <author>
      <name>박희원</name>
    </author>
    <id>http://repository.sungshin.ac.kr/handle/2025.oak/7342</id>
    <updated>2026-01-09T00:18:29Z</updated>
    <published>2007-12-31T15:00:00Z</published>
    <summary type="text">Title: 환경요인들이 뇌 혈관 질환 사망자에 미치는 영향에 대한 시계열 분석
Author(s): 박희원
Abstract: 20세기의 마지막 30년 동안 우리나라의 인구는 45% 증가 하였고, 50%이던 도시화율은 80%까지 진행되는 등 급격한 산업화로 인해 최근 환경오염의 피해가 급증하고 있다. 심각한 환경오염 문제 중 대기오염은 다른 환경오염과 달리 대기오염물질이 한번 대기 중에 배출되면 제거할 방법이 전혀 없기 때문에 인체와 환경에 큰 영향을 미치는 것으로 알려져 있어 최근 더욱 관심이 집중되고 있다. 
 따라서 본 논문에서는 환경요인과 한국인의 3대 주요 사인 중 하나인 뇌혈관 질환 사망자 사이의 연관성을 규명하고자 1995년부터 2004년까지의 사망자 자료를 대상으로 분해모형, 자기회귀오차를 가지는 회귀모형, 자기회귀모형, 자기회귀 시차분포 모형을 적합 시켜 분석하고 향후 추이를 예측한다.    또한 시계열적 접근이 아닌 음이항 회귀모형을 통하여 환경요인이 뇌혈관 질환 사망자에 미치는 영향을 규명한다. 
 분석결과 뇌혈관 질환 사망자에 대한 최적모형으로는 AIC와 SBC통계량을 기준으로 ADL모형이 선택되었으며 아황산가스농도가 뇌혈관 질환 사망자에 유의한 영향을 미치는 것으로 나타났다. 반면 예측오차에 근거한 RMSE와 MAPE를 기준으로 비교 시 자기회귀오차를 가지는 회귀모형이 가장 우수했으며, 서울시 월별 뇌혈관 질환 사망자 자료는 추세성분은 나타나지 않고 계절성분은 유의한 것으로 나타났다. 음이항 회귀모형의 적합결과 아황산가스농도, 오존농도, 이산화질소농도, 평균기온, 평균상대습도가 뇌혈관 질환 사망자에 영향을 미치고 있다.</summary>
    <dc:date>2007-12-31T15:00:00Z</dc:date>
  </entry>
  <entry>
    <title>확장된 구형실험구역을 이용한 3-수준 반응표면설계</title>
    <link rel="alternate" href="http://repository.sungshin.ac.kr/handle/2025.oak/7334" />
    <author>
      <name>김하얀</name>
    </author>
    <id>http://repository.sungshin.ac.kr/handle/2025.oak/7334</id>
    <updated>2026-01-09T00:18:11Z</updated>
    <published>2010-12-31T15:00:00Z</published>
    <summary type="text">Title: 확장된 구형실험구역을 이용한 3-수준 반응표면설계
Author(s): 김하얀
Abstract: 반응표면 방법론은 어떤 생산공정을 개선하거나 최적화 하는데 이용되는 아주 유용한 통계적 방법이다. 이 방법은 기존 제품이나 서비스의 품질을 개선할 뿐만 아니라 새로운 제품의 계획과 개발 그리고 생산공정의 최적화에 응용될 수 있다. 이러한 이유로 반응표면 방법론은 산업현장에 주로 응용되며 실제로 제품의 품질에 영향을 주는 여러 생산 변수들의 최적조건을 찾는 작업은 제품생산에서 필수적인 생산 공정의 일부이다. 이러한 최적조건을 추정하기 위하여 최적조건이 있으리라 예상되는 실험구역을 탐색하여 실험을 실시한다. 그런데 이 실험구역은 과학이론의 근거, 실험의 환경의 제약 그리고 연구자의 선택 등으로 그 모습이 다양하게 달라질 수 있다. 따라서 이처럼 다양한 실험구역에 적합한 반응표면 설계가 필요하다. 반응표면 설계는 실험구역의 모양에 따라 보통 둥그런 모양의 “구형설계”와 육면체 모양의 “입방형설계”로 구분한다. 이 중에서도 구형설계는 회전성 혹은 근사회전성을 만족하는 특징이 있어 회전성을 확보하기 위해서는 실험구역이 둥그런 모양의 구형이어야 한다. 반응표면 방법론에서 가장 많이 사용되는 중심합성설계는 실험구역이 구형이고 5-수준인 실험설계이다. 이 때, 축점의  값을  대신 로 조정하면 5-수준이 아닌 3-수준 입방형 중심합성설계를 얻을 수 있다. 그러나 입방형 중심합성설계는 실험구역이 구형이 아니므로 회전성을 만족하지 못하는 문제가 있다. 이러한 이유로, 변수들의 수준 수를 3으로 제한하면서 실험구역은 구형인 실험설계가 필요할 때가 많다. 이에 대한 대표적 실험설계가 바로 박스-벤켄 실험설계이다. 이 박스-벤켄 실험설계는 2차 반응표면을 추정하기 위한 3-수준 실험설계로 매우 효과적인 방법으로 알려져 있다. 이 실험설계의 구성은 균형된 불완비블록 구성방법을 이용하며 실험구역이 동그란 모양의 구형설계 이므로 회전성을 만족한다. 그러나 이 실험설계의 특징은 변수의 개수가 증가해도 실험구역의 크기는 상대적으로 커지지 않고 좁다는 점이다. 특히 실험구역의 중심보다 가장 자리에 대한 예측에 관심이 많을 경우, 변수의 개수에 비례하여 실험구역이 커지는 실험설계를 고려할 수 있다. 이러한 점들을 고려하여, 본 논문은 3-수준 실험의 경우, 입방형설계에 비하여 실험구역이 좁은 박스-벤켄 실험설계를 보완하여 구형설계를 만족하면서도 변수 수가 증가하면 실험구역이 변수 수에 따라 넓어지는 확장된 3-수준 구형 반응표면 방법론을 제안하였다. 아울러 예제를 통하여 새로운 3-수준 반응표면 방법론에 대한 실험설계와 분석과정을 가상자료를 이용하여 보여주고 있다.</summary>
    <dc:date>2010-12-31T15:00:00Z</dc:date>
  </entry>
  <entry>
    <title>향상된 배깅 알고리즘에 관한 연구</title>
    <link rel="alternate" href="http://repository.sungshin.ac.kr/handle/2025.oak/7181" />
    <author>
      <name>유정윤</name>
    </author>
    <id>http://repository.sungshin.ac.kr/handle/2025.oak/7181</id>
    <updated>2026-01-09T00:04:25Z</updated>
    <published>2010-12-31T15:00:00Z</published>
    <summary type="text">Title: 향상된 배깅 알고리즘에 관한 연구
Author(s): 유정윤
Abstract: 모든 분류기법의 목적은 주어진 데이터를 이용하여 목표변수를 가장 잘 예측할 수 있는 분류자를 형성하는 것이다. 예측력을 평가하는데 있어서 단일 분류자(single classifier)보다 앙상블(ensemble)방법을 이용하여 결합한 다중 분류자(multiple classifiers)가 더 우수한 수행능력을 보여주고 있다는 것은 경험적으로 증명되어 왔다. 그 중 배깅(bagging)은 단일분류자보다 예측력과 안정성이 뛰어나고 다른 다중 분류자에 비해 그 이론을 직관적으로 이해하기 쉬우며, 모형을 생성하는 과정이 쉽기 때문에 널리 사용되고 있다.  
앙상블 기법을 이용하여 예측 알고리즘을 사용하는 가장 큰 이유는 변동성이 작으며 예측력이 뛰어난 알고리즘을 구축하기 위함이다. 그러나 대표적인 배깅 알고리즘들은 여전히 자료의 변동에 따라 예측의 정확도가 떨어지고 변동성이 커 다양한 형태의 자료에 대한 분류를 수행하는데 한계가 있다.
 본 논문에서는 단일 분류방법론들을 결합하는 새로운 방법을 제안함으로써 예측의 정확성을 높이고 변동성을 줄이는 향상된 배깅 방법에 대한 연구를 하고자 한다. 기존의 배깅 알고리즘과 본 논문에서 제안한 방법을 실제자료에 적용시켜 향상된 정도를 파악함으로써 배깅 알고리즘이 보다 개선되었는지 여부를 비교 연구한다.</summary>
    <dc:date>2010-12-31T15:00:00Z</dc:date>
  </entry>
  <entry>
    <title>한국인의 주요 사망원인에 대한 시계열 자료 분석</title>
    <link rel="alternate" href="http://repository.sungshin.ac.kr/handle/2025.oak/7069" />
    <author>
      <name>김영은</name>
    </author>
    <id>http://repository.sungshin.ac.kr/handle/2025.oak/7069</id>
    <updated>2026-01-08T23:57:52Z</updated>
    <published>2006-12-31T15:00:00Z</published>
    <summary type="text">Title: 한국인의 주요 사망원인에 대한 시계열 자료 분석
Author(s): 김영은
Abstract: 우리나라의 경우 세계적으로 유례없는 빠른 경제성장과 산업화로 인하여 사인구조가 급격히 변화하고 있으며, 고령 사회로의 진입 초기 단계인 현 시점에서 사인구조를 시계열적으로 분석하여 추이를 예측하는 것은 매우 중요하다.
본 논문에서는 1995년부터 2004년까지 사망원인 통계자료를 이용하여 주요 사망원인에 대한 전반적인 경향을 빈도분석 및 교차분석, 수량화방법Ⅱ를 이용하여 탐색적으로 살펴본 후 사인 순위 선정을 위한 56항목에 해당하는 개별 사인에 대하여 ARIMA모형을 적합 시켜 보고 향후 추이를 예측한다. 
또한 우리나라 사망원인 1위인 악성신생물에 대해서 각 장기별로 ARIMA모형에 의한 예측을 통해 향후 사망추이를 전망한다. 최근 높은 증가율을 보이고 있는 대장암에 대하여 ARIMA 모형, 평활법, 분해법을 이용하여 예측력을 비교한 후 최적모형을 선택하고 그 전개추이를 고찰한다.|In case of Korea, since there is rapid development and industrialization, the structure of the death cause rapidly changed. So, it's important to analyze and predict the time series trend of the death cause at the first stage of the aging society.
This thesis investigates the overall trend in the main cause of death using the frequency analysis, cross-tabulation analysis and quantification methodⅡ on major diseases' Korean mortality data from 1995 to 2004. It also conducts the ARIMA model fitting for the individual cause of death of 56 items which are selected as the high rank of the cause of death and forecasting them future values.
This thesis carries out forecasting future values of the death of 26 cancers using the ARIMA models. It also compares the forecasting ability among the ARIMA model, the smoothing method, the decomposition model fitted to the death of the colon cancer.</summary>
    <dc:date>2006-12-31T15:00:00Z</dc:date>
  </entry>
</feed>

