KCI우수등재
공간적 자기상관 통계량의 고유벡터 간 비교 연구 = Comparing Spatial Eigenvectors Associated with Spatial Autocorrelation Statistics : A Focus on the Effects of Spatial Proximity Matrices and the Implications for Spatial Regression Models
저자
발행기관
학술지명
권호사항
발행연도
2017
작성언어
Korean
주제어
등재정보
KCI우수등재
자료형태
학술저널
발행기관 URL
수록면
645-660(16쪽)
제공처
소장기관
본 연구의 주된 목적은, 상이한 공간적 자기상관 통계량(모런 통계량, 기어리 통계량, S <SUP>*</SUP> 통계량)과 상이한 공간근접성행렬(이항연접성행렬과 행표준화행렬)로부터 추출된 고유벡터의 공간 패턴을 체계적으로 비교함으로써 고유벡터의 다양성에 대한 일반론을 정립하고, 이러한 고유벡터의 다양성이 고유벡터공간필터링 접근에 대해 갖는 함의를 실 데이터를 통해 검토하는 것이다. 고유벡터간 일치도 평가를 위해 일종의 상관관계 매트릭스 그래프가 사용되었고, 대각선성과 대응성이라는 두 가지 규준에 의거해 해석되었다. 이와 관련된 결과를 요약하면 다음과 같다. 첫째, 동일한 공간적 자기상관 통계량에 상이한 공간근접성행렬을 적용한 결과 상당히 이질적인 고유벡터의 세트가 추출되었다. 둘째, 상이한 공간적 자기상관 통계량 쌍 간에 일치성의 정도와 양상에서 상당한 차이가 있는 것으로 드러났고, 공간근접성행렬의 효과도 현저한 것으로 나타났다. 고유벡터의 다양성이 공간적 회귀분석에 가지는 함의를 분석하기 위해 푸에르토리코의 경험 데이터에 대해 6개의 서로 다른 ESF 모형을 실행하였다. 세 가지의 기본적인 사항이 관찰되었다. 첫째, 모형 별로 다양한 개수의 고유벡터가 다양한 순위의 조합으로 선정되어 투입된다. 둘째, 투입된 고유벡터의 종류에 따라 ESF 모형이 잔차의 공간적 자기상관을 제거하는 능력이 달라진다. 셋째, 회귀계수의 크기와 유의성이 모형별로 상당한 차이를 보인다. 이러한 기본적인 결과를 바탕으로 두 가지 함의가 도출되었다. 첫째, 기본적으로 잔차의 공간적 자기상관을 가장 잘 제거하는 모형이 가장 우수하다고 말할 수 있다. 둘째, 회귀계수의 크기와 유의성을 비공간적인 기본 모형과 비교하고, 그것을 바탕으로 상이한 ESF 모형들을 평가하는 것이 가능하다.
더보기The main objective of this study is to elucidate the source and aspects of the variability of eigenvectors by comparing the spatial patterns of different eigenvectors in association with different spatial autocorrelation statistics (Moran’s I, Geary’s c, and Lee’s S<SUP>*</SUP>) and/or different spatial proximity matrices (binary contiguity-based and row-standardized) and, based on this, to discuss some potential implications for the eigenvector spatial filtering modeling. A modified form of the correlation matrix graph is used as a visual analytic and two criteria, diagonality and correspondence, are set to evaluate the degree of coincidence between two sets of eigenvectors. Regarding this, two things are observed: (1) the spatial proximity matrix matters even when the same spatial autocorrelation statistic is concerned; (2) different spatial autocorrelation statistics and different spatial proximity matrices are jointly responsible for the variability of spatial eigenvectors. In order to draw some implications of the variability of spatial eigenvectors for the eigenvector spatial filtering approach, six different ESF models are established for the Puerto Rico agricultural data. Regarding this, three things are observed: (1) different numbers and compositions of eigenvectors are selected for the models; (2) different models due to the different eigenvector input have different ability to control spatial autocorrelation in residuals; (3) the magnitude and significance of the regression coefficients vary among the models. Based on these, two implications are drawn. First, a better model should remove spatial autocorrelation in residuals better. Second, another criterion can be set based on a comparison between ESF models and the basic model in terms of the magnitude and significance of regression coefficients
더보기서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)