다변량 공간자료에서의 코크리깅 기법 활용 연구

• 영문명: Study on Cokriging Method for Multivariate Spatial Data
• 발행기관: 한국자료분석학회
• 저자명: 강창완(Changwan Kang) 최승배(Seung Bae Choi) 조장식(Jang Sik Cho)
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.10 No.5, 2661~2668쪽, 전체 8쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 2008.10.30

국문 초록

코크리깅 기법은 다변량 공간자료에서 공간상관된 변수들에 대한 예측 방법이다. 일반적으로 공간통계학에서 관심변수(주변수)가 일변량인 경우의 예측방법으로 크리깅 기법을 사용한다. 크리깅 기법은 추가적인 정보로서 주변수 이외에 보조변수가 여러 개인 다변량 공간자료로 확장할 수 있다. 이러한 경우 주변수의 어떤 지점에 대한 값을 예측함에 있어서 주변수와 관련성이 높은 보조변수를 활용함으로써 주변수의 어떤 지점에 대한 값을 예측을 수행한다. 이러한 예측방법을 코크리깅이라고 부르며, 코크리깅에 의해서 예측된 값은 크리깅에 의해서 예측된 값보다 예측력이 높은 것으로 알려져 있다. 본 연구에서는 보조변수가 여러 개로 주어지는 경우 차원 축약기법인 주성분분석을 이용한 코크리깅을 제안하며 실제 자료를 이용한 사례분석을 통하여 크리깅과 코크리깅을 비교해 본다.

영문 초록

The cokriging method is a natural extension of kriging when mutivariate data are available. Generally, kriging can be used as an interpolation method to estimate values of one variable of interest. However if a data set contain not only the primary variable, but also more secondary variables, cokriging is recommended. This is a method for estimation that minimizes the variance of the estimation error by exploiting the cross correlation between several variables. In this paper, we suggest the modified cokriging using the principal component analysis when there are one or more secondary variables. And we provide a comparison between kriging and cokriging.

목차

1. 서론

2. 코크리깅 시스템

3. 주성분 코크리깅

4. 사례분석

5. 결론 및 향후 연구과제

참고문헌

키워드

다변량 공간자료 크리깅 코크리깅 주성분분석 multivariate spatial data kriging cokriging principal component analysis