Earticle

본 연구는 기업의 사회적 책임(CSR: corporate social responsibility)활동이 재무성과에 미치는 영향 을 베이지안 네트워크를 통해 분석하였다. 본 연구에서는 선행연구에서 널리 사용되어 온 분석방법인 다중회귀분석방법의 종속변수와 설명변수간에 획일적인 선형함수만을 가정하는데에서 나오는 문제점을 극복하고자 한다. 즉, 기업의 재무성과에 영향을 미치는 경영자의 사회적 책임활동간에 존재하는 인과 관계를 도출할 필요가 있다. 이는 어떤 변수가 다른 어떤 변수와 직접 또는 간접적 인과관계를 통하여 기업의 재무성과에 영향을 주는지를 의사결정자에게 알려줌으로써 보다 효과적으로 기업의 재무성과를 개선시킬 수 있도록 지원할 수 있다. 이를 위하여 본 연구에서는 일반 베이지안 네트워크 (GBN: General Bayesian Network)을 제안하고 GBN에서 유도되는 마코프 블랭킷 (Markov Blanket)을 제시 한다. 본 연구는 경제정의실천시민연합 산하 경제정의연구소에서 조사한 한국의 대표적 기업 약200개의 2005년부터 2011년까지 경제정의지수(Korean economic justice institute index: KEJI index)를 기초로 실험한 결과 기업성과측정치에 따라 차이는 보이지만 건전성(CSR1_20)과 경제발전기여도(CSR7_10)는 모든 기업의 재무성과에 직접적인 인과관계를 나타내었으며, 소비자보호만족도(CSR4_7), 환경보호만족 도(CSR5_10) 및 종업원만족도(CSR6_10)는 각 측정지표간의 직ž간접적인 인과관계를 나타내어 서로에 게 중요한 영향을 미치고 있음을 나타내었다. 또한, what-if 민감도 분석을 통해 기업재무성과에 직접 적인 인과관계가 있는 변수들의 사전확률이 변할 대 사후확률의 변화를 분석하여, 본 연구에서 제안한 방법이 모두 통계적으로 유의한 결과를 제공한다는 것이 실증적으로 검증되었다.

This study analyzes the impact of Corporate Social Responsibility (CSR) activities on financial performances using Bayesian Network. The research tries to overcome the issues of the uniform assumption of a linear function between financial performance and CSR activities in multiple regression analysis widely used in previous studies. It is required to infer a causal relationship between activities of CSR which have an impact on the financial performances. Identifying the relationship would empower the firms to improve their financial performance by informing the decision makers about the different CSR activities that influence the financial performance of the firms. This research proposes General Bayesian Network (GBN) and presents Markov Blanket induced from GBN. It is empirically demonstrated that all the proposals presented in this study are statistically significant by the results of the research conducted by Korean Economic Justice Institute (KEJI) under Citizen's Coalition for Economic Justice (CCEJ) which investigated approximately 200 companies in Korea based on Korean Economic Justice Institute Index (KEJI index) from 2005 to 2011. The Bayesian Network to effectively infer the properties affecting financial performances through the probabilistic causal relationship. Moreover, I found that there is a causal relationship among CSR activities variable; that is Environment protection is related to Customer protection, Employee satisfaction, and firm size; Soundness is related to Total CSR Evaluation Score, Debt-Assets Ratio. Though the what-if analysis, I suggest to the sensitive factor among the explanatory variables.

불법약물 복용, 도박, 흡연, 음주 등 문제행동의 수준을 변별하는 문항이 일반인을 포함하여 측정되면 영(zero)범주 반응값이 과도하게 나타난다. 이러한 자료를 영과잉(zero-inflated) 자료라고 하는데 일반적인 모형을 사용하면 결과를 왜곡하거나 본연의 의미를 해석하는데 한계가 있을 수 있다. 관찰된 값이 영비율이 높은 순위범주형(ordered categorical) 변수이고, 영 값들이 두 개의 구별된 집단과 관련이 있는 경우 Harris와 Zhao(2007)의 영과잉 순서형 프로빗(zero-inflated ordered probit; ZIOP) 모형을 적용할 수 있다. 본 연구에서는 ZIOP 모형의 베이지안 분석기법을 제시하고 이것을 한국형 베일리-III 영유아 검사의 적응행동척도 자료에 적용한다. ZIOP 모형의 첫 단계에서는 영 범주에 응답한 영유아들을 특정행동을 습득하기 이전의 절대적 비적응행동 영유아집단(genuine non-participants)과 적응행동이 나타났거나 현재는 적응행동을 보여주지 않지만 상황에 따라 적응행동을 표현할 가능성이 있는 잠재적 적응행동 영유아집단(potential participants)으로 구분하는 이분형 프로빗 모형을 적용한다. 두 번째 단계에서는 잠재적 적응행동 영유아 집단과 1 이상의 범주에 속한 실제적 적응행동 영유아 집단을 합해서 전체집단으로 보고 순서형 프로빗 모형을 적용한다. 본 연구에서는 영비율이 높은 적응행동척도 자료에 OP 모형과 ZIOP 모형을 적용한 후, 고전적 추정방법과 베이지안 추정방법으로 각각 모형을 비교하고, 또한 각 설명변수에 대한 주변효과를 살펴봄으로써 영비율이 높은 소표본 자료에 대한 두 가지 추정법의 차이를 탐색한다. MCMC 방법 중에 깁스샘플링 기법을 적용하였으며 R 프로그래밍 언어를 이용하여 추정 알고리즘을 프로그래밍하고 자료를 분석하였다. 이러한 결과에 기초하여 본 연구의 의의와 실제적 적용가능성, 그리고 제한점과 후속연구에 대하여 논의하였다.

Excessive zeros are frequently observed in response variables when behavioral characteristics in the development of children are assessed. For example, in the Korean Bayley Scales of Infant and Toddler Development-Third Edition (KBSID-III)-adaptive behavior test, zero scale was excessively recorded more than other scales, such as 1, 2, or 3. A regular ordered probit (OP) model can be used when more than two outcomes appear in ordinal dependent variables. However, it is not appropriate for an OP model to be used with zero-inflated ordinal data. An OP model also has a limitation when there are two semantically distinctive groups, genuine non-participant and potential participant groups. We applied a two-step zero-inflated ordered probit (ZIOP) model in a Bayesian framework to the KBSID-III-adaptive behavior data. In the first step, the adaptive group (potential adaptive group was included) was separated from the genuine non-adaptive group using a probit model. In the second step, an OP model was applied to the adaptive group. A Bayesian estimation procedure to the ZIOP model was carried out with a Gibbs sampling algorithm using the open-source software R. The utility of the ZIOP model with zero-inflated ordered categorical variables was verified by checking the maginal effect of predictors on the change in the probability of a certain category.

최근 녹조현상이 심화되면서 이를 해결하기 위한 방안으로 댐의 추가방류에 대한 필요성이 제기되고 있다. 따라서 보다 합리적인 댐 추가방류와 관련된 정책 수립을 위해서 댐의 추가방류수에 대한 경제적 가치 측정의 필요성이 제기되고 있다. 이에 본 논문에서는 녹조 저감과 수질개선을 위한 댐의 추가방류에 대한 경제적 가치를 도출하기 위하여 일반가구의 지불의사액을 분석하고자 한다. 한편 연구방법론적인 측면에서 조건부 가치측정법(CVM)을 적용하되, 최우추정법(Maximum Likelihood Estimation)을 이용하는 기존의 CVM 연구와 달리 베이지안(Bayesian) 추정법을 적용하였다. 본 연구는 전국의 1,000가구를 대상으로 충주댐의 추가방류를 현재보다 200% 증가시켰을 경우를 가정하여 댐 추가방류의 사회적 편익 즉, 조류저감 효과를 산정하였다. 분석결과 가구당 연간 WTP는 1,909.3원으로 이를 연간 총편익으로 계산하면 357.1억 원, 10.56원/$m^3$이다.

Recently as algae phenomenon has been intensified, the need for additional dam flushing has been raised. To establish the more rational policies concerning the dam flushing, it is necessary to evaluate the dam flushing. This paper attempts to examine households' willingness to pay (WTP) for dam flushing by using a contingent valuation (CV). Especially, unlike other CV studies which used maximum likelihood estimation (MLE), this study employed Bayesian approach. This study surveyed a randomly selected sample of 1,000 households nation-widely, and asked respondents questions in person-to-person interviews about how they would be willing to pay for the additional dam flushing. Respondents overall accepted the contingent market and were willing to contribute a significant amount (1,909.4 won), on average, per household per year. The aggregate value amounts to approximately 35.7 billion won per year.

최근 기후변화에 따른 기상변동성 증가로 기존 한반도의 기상패턴과 다른 이상강우 현상이 증가하고 있다. 이상강우현상에 따른 수문패턴의 변화는 수자원 계획을 수립하는데 있어 불확실성을 가중시키기고 있다. 이러한 점에서 수문 시계열의 변화양상을 효과적으로 인지할 수 있으며, 유역단위에서 일관된 변화를 평가할 수 있는 변동점 분석 개발이 필요하다. 이에 본 연구에서는 기존 변동점 분석방법에 계층적 베이지안(Hierarchical Bayesian) 기법을 연계하여 유역단위에서 계층적 변동점 분석이 가능한 모형을 개발하였다. 우리나라에 40년 이상 관측된 기상청 강수자료를 활용하여 연강수량 자료를 구축하였으며, 본 연구를 통해 개발된 모형의 적합성을 평가하였다. 분석결과, 1990년대의 강수자료의 변화 양상을 정량적으로 확인할 수 있었으며, 과거에 비해 강수의 증가 특성을 확인할 수 있었다. 최종적으로 추정된 수문자료의 변화시점 전후의 재해석자료를 이용하여 한반도 주변의 강수량과 해수면기압의 Anomaly를 분석해본 결과 변동점을 기준으로 강수량과 해수면기압의 명확한 차이를 확인하였다.

In recent decades, extreme events have been significantly increased over the Korean Peninsula due to climate variability and climate change. The potential changes in hydrologic cycle associated with the extreme events increase uncertainty in water resources planning and designing. For these reasons, a reliable changing point analysis is generally required to better understand regime changes in hydrologic time series at watershed scale. In this study, a hierarchical changing point analysis approach that can apply in a watershed scale is developed by combining the existing changing point analysis method and hierarchical Bayesian method. The proposed model was applied to the selected stations that have annual rainfall data longer than 40 years. The results showed that the proposed model can quantitatively detect the shift in precipitation in the middle of 1990s and identify the increase in annual precipitation compared to the several decades prior to the 1990s. Finally, we explored the changes in precipitation and sea level pressure in the context of large-scale climate anomalies using reanalysis data, for a given change point. It was concluded that the identified large-scale patterns were substantially different from each other.

수문순환 과정에서 강수량의 부족으로 발생된 기상학적 가뭄은 농업 및 수문학적 가뭄으로 전이된다. 기상학적 가뭄과 다르게 농업적 가뭄과 수문학적 가뭄의 발생은 인간 생활에 직접적으로 영향을 미치기 때문에 가뭄의 전이과정을 분석하는 것은 가뭄의 효과적 대비와 대응을 위하여 필요한 일이다. 본 연구에서는 관측된 강수량과 수문모형으로 모의된 자연유출량 자료를 바탕으로 기상학적 가뭄과 수문학적 가뭄을 정의하고, 베이지안 네트워크 모형을 활용하여 기상학적 가뭄과 수문학적 가뭄 간의 전이 관계를 확률론적으로 분석하였다. 베이지안 네트워크의 결합확률을 산정하기 위하여 코플라함수를 활용하였다. 분석 결과, 기상학적 가뭄이 보통가뭄 상황에서는 수문학적 가뭄으로 전이될 확률은 0.41 ~ 0.63, 기상학적 가뭄이 극심한 경우에는 수문학적 가뭄으로 전이될 확률은 0.83 ~ 0.98이었다. 즉, 기상학적 가뭄이 심화됨에 따라 수문학적 가뭄으로 전이될 확률은 증가되었다. 계절별로는 가을에 가뭄전이 발생확률이 0.71 ~ 0.89로 가장 높으며, 겨울에는 0.41 ~ 0.62의 값으로 낮게 산정되었다. 결론적으로 여름에서 가을까지 기상학적 가뭄 심도가 심화됨에 따라서 수문학적 가뭄으로의 전이 확률이 높아지며, 해당 시기 동안 가뭄에 적절한 대응을 수행하면 가뭄의 예방이 가능할 것이다.

Meteorological drought originates from a precipitation deficiency and propagates to agricultural and hydrological droughts through the hydrological cycle. Comparing with the meteorological drought, agricultural and hydrological droughts have more direct impacts on human society. Thus, understanding how meteorological drought evolves to agricultural and hydrological droughts is necessary for efficient drought preparedness and response. In this study, meteorological and hydrological droughts were defined based on the observed precipitation and the synthesized streamflow by the land surface model. The Bayesian network model was applied for probabilistic analysis of the propagation relationship between meteorological and hydrological droughts. The copula function was used to estimate the joint probability in the Bayesian network. The results indicated that the propagation probabilities from the moderate and extreme meteorological droughts were ranged from 0.41 to 0.63 and from 0.83 to 0.98, respectively. In addition, the propagation probabilities were highest in autumn (0.71 ~ 0.89) and lowest in winter (0.41 ~ 0.62). The propagation probability increases as the meteorological drought evolved from summer to autumn, and the severe hydrological drought could be prevented by appropriate mitigation during that time.

Copula 함수 기반의 모형들은 가뭄빈도해석 및 수문시계열분석 등 수문학적 모델링을 위해 다각적으로 활용되고 있다. 그러나 기존 연구에서는 Copula 함수 및 주변확률분포 매개변수에 대한 불확실성을 정량적으로 평가할 수 있는 모형의 개발 사례는 국내외적으로 미진한 실정이다. 이러한 점에서 본 연구에서는 기존 Copula 모형에 Bayesian 기법을 도입하여 매개변수의 불확실성을 평가할 수 있는 이변량 가뭄빈도해석 기법을 개발하였다. 본 연구에서는 우선적으로 모의자료를 대상으로 모형의 적합성을 평가하였으며, 모형 적용결과 가정한 매개변수를 정확하게 재추정하는 것을 확인할 수 있다. 최종적으로 기 개발된 Bayesian Copula 함수 기반의 이변량 가뭄빈도해석 모형을 한강유역에 적용하여 최근 2013~2015년에 가뭄 사상을 평가하였다. 서울, 경기 및 강원 지역에서 특히 가뭄이 심한 것으로 나타났으며, 대부분의 지역에서 결합재현기간이 100년을 상회하는 것으로 평가되었다. 본 연구를 통해 제안된 모형의 검증과정과 도출된 결과를 기준으로 판단해보면 가뭄자료의 분포특성 및 자료간의 상관성을 효과적으로 재현하는데 유리할 뿐만 아니라 매개변수의 불확실성을 평가할 수 있는 장점을 확인할 수 있었다.

The copula-based models have been successfully applied to hydrological modeling including drought frequency analysis and time series modeling. However, uncertainty estimation associated with the parameters of these model is not often properly addressed. In these context, the main purposes of this study are to develop the Bayesian inference scheme for bivariate copula functions. The main applications considered are two-fold: First, this study developed and tested an approach to copula model parameter estimation within a Bayesian framework for drought frequency analysis. The proposed modeling scheme was shown to correctly estimate model parameters and detect the underlying dependence structure of the assumed copula functions in the synthetic dataset. The model was then used to estimate the joint return period of the recent 2013~2015 drought events in the Han River watershed. The joint return period of the drought duration and drought severity was above 100 years for many of stations. The results obtained in the validation process showed that the proposed model could effectively reproduce the underlying distribution of observed extreme rainfalls as well as explicitly account for parameter uncertainty in the bivariate drought frequency analysis.

아미카신은 그람음성균 감염에 사용하는 아미노글리코사이드계 항생제로 이독성 및 신독성 등의 부작용과 큰 개인차로 혈중농도 모니터를 통한 투여계획이 필요한 약물이다. 본 연구에서는 16명의 위암환자에서 비선형최소자승 회귀분석과 베이시안 분석에 의한 아미카신의 약물동태에 분석오차의 영향을 연구하였다. 약물투여는 아미카신 7.5 mg/kg을 30분에 걸쳐 12시간 간격으로 등속 주입하였으며, 혈액 채취는 정상상태에 도달되었다고 판단되는 첫 약물투여 72시간 후에, 약물 주입 5분전과 주입이 끝난 뒤 30분과 2시간에서 세차례 채취하였다. 혈청중 약물농도는 형광편광 면역법으로 측정하였다. 분석오차를 위해 0, 5, 15, 30, 60 및 80 μg/ml에 해당하는 아미카신 혈중농도(C)을 네차례 측정하여 각 혈중농도의 표준편차 (SD)을 구하였다. 아미카신 분석오차를 위한 다항식이 SD=0.3017+(0.00538C)+(0.00112C2), R2 =0.974이었다. 이 식에서 구한 SD 값으로 분석시 가중치를 주었을 때, 비선형최소자승 회귀분석에 의한 아미카신의 약물동태학적 파라메타 (Vd, Kel, Kslpoe, t1/2)에 유의성있는 영향을 주었으나, 베이시안 분석에 의한 아미카신의 약물동태학적 파라메타에는 영향이 없었다. 이 다항식에 의한 분석오차를 비선형최소자승 회귀분석에 의한 아미카신 약물동태학적 파라메타 분석시 적절히 사용하면 안전하고 효율적인 투여계획을 할 수 있다.

토브라마이신은 그람음성균 감염에 사용하는 아미노글리코사이드계 항생제로 이독성 및 신독성 등의 부작용과 큰 개인차로 혈중농도 모니터를 통한 투여계획이 필요한 약물이다. 본 연구에서는 16명의 위암환자에서 비선형 최소자승회귀분석과 베이시안 분석에 의한 토브라마이신의 약물동태에 분석오차의 영향에 대하여 연구하였다. 약물투여는 토브라마이신 1-2 mg/kg을 30분에 걸쳐 8시간 간격으로 등속 주입하였으며, 혈액 채취는 정상상태에 도달되었다고 판단되는 첫 약물투여 72시간 후에, 약물 주입 5분전과 주입이 끝난 뒤 30분과 2시간에서 세차례 채취하였다. 혈청중 약물농도는 형광편광면역법으로 측정 하였다. 분석오차를 위해 0, 1, 2, 4, 8 및 12 μg/mL에 해당하는 토브라마이신 혈중농도(C)을 네차례 측정하여 각 혈중농도의 표준편차 (SD)을 구하였다. 토브라마이신 분석오차를 구하기 위한 다항식이 SD = 0.0224+0.0540C+0.00173C2, R2 = 0.935이었다. 이 식에서 구한 SD 값으로 분석시 가중치를 주었을 때, 비선형 최소자승 회귀분석에 의한 토브라마이신의 약물동태학적 파라메타 (Vd, Kel, Kslpoe, t1/2)에 유의성있는 영향을 주었으나, 베이시안 분석에 의한 토브라마이신의 약물동태학적 파라메타에는 영향이 없었다. 이 다항식으로 부터 구한 분석오차를 토브라마이신의 비선형 최소자승 회귀분석을 이용한 약물동태 연구 및 파라메타 분석에 적용하여 좀 더 정확한 투여용량을 결정할 수 있으며, 더 나아가 토브라마이신 약물동태 시뮬레이션 연구에 응용할 수 있다.

We construct the procedure to predict safety accidents following Bayesian approach. We make a model that can utilize the data to predict other levels of accidents. An event tree model which is a frequently used graphical tool in describing accident initiation and escalation to more severe accident is transformed into an influence diagram model. Prior distributions for accident occurrence rate and probabilities to escalating to more severe accidents are assumed and likelihood of number of accidents in a given period of time is assessed. And then posterior distributions are obtained based on observed data. We also points out the advantages of the bayesian approach that estimates the whole distribution of accident rate over the classical point estimation.

보증 데이터를 통해 제품의 수명 및 형상모수를 추정할 때 최우추정법과 같은 전통 적인 통계 분석방법(Classical Statistical Method)을 많이 사용하였다. 그러나 전통적인 통계 분석방법을 통해 수명과 형상모수의 추정 시 표본의 크기가 작거나 불완전한 경 우 추정량의 신뢰성이 떨어진다는 단점이 있고 또 누적된 경험과 과거자료를 충분히 이용하지 못하는 단점도 있다. 이러한 문제점을 해결하기 위해 모수의 사전분포를 가 정하는 베이지안(Bayesian) 기법의 적용이 필요하다. 하지만 보증 데이터분석에 있어 서 베이지안 기법을 이용한 연구는 아직 미흡한 실정이다. 본 연구에서는 수명분포가 와이블 분포를 갖는 보증데이터를 활용하여 모수 추정의 효 율성을 비교 분석하고자 한다. 이를 위해 와이블 분포의 모수가 대수정규분포를 따르는 사전분포를 갖는 베이지안 기법과 전통적 통계기법인 생명표법(Actuarial method)을 활 용하여 추정량을 도출하고 비교 분석하였다. 이를 통해 충분한 관측 데이터를 확보할 수 없는 경우에 베이지안 기법을 이용한 보증 데이터 분석방법의 성능을 확인하고자 한다.

주가지표처럼 동적이며 시간흐름을 따르는 시계열자료들을 이해하는 효과적인 방법은 주어진 시계열자료들 에 대하여 모델을 결정함으로서 이해하는 것이 좋다. 주어진 자료들에 대한 모델 결정과정은 수집되어진 대용량 시계 열자료 전체를 한 번에 다 살펴보는 것보다 자료를 특정의 중요한 몇 개의 하위그룹으로 군집화하여 각 군집별 모델 결정을 통해 자료 전체를 이해하는 것이 효율적이다. 본 연구에서는 주어진 시계열자료들에 대하여 하위그룹으로의 효율적 군집화 과정 그리고 각 군집별 모델결정의 두 과정 중 첫 번째 과정인 하위집단으로 군집화 과정에 자료의 구간특징화 기법과 휴리스틱 베이지안기법의 융합을 이용하여 시간 및 계산비용을 감소시킬 수 있는 기법을 제안하 였으며 실제적인 주가지표를 이용한 실험을 통해 제안하는 기법의 유효성을 확인하였다.

An effective way to understand the dynamic and time series that follows the passage of time, as valuation is to establish a model to analyze the phenomena of the system. Model of the decision process is efficient clustering information of the total mass of the time series data of the relevant population been collected in a particular number of sub-groups than to look at all a time to an understand of the overall data through each community-specific model determination. In this study, a sub-grouping of the group and the first of the two process model of each cluster by determining, in the following in sub-population characterized by a fusion with heuristic Bayesian clustering techniques proposed a process which can reduce calculation time and cost was confirmed by experiments using actual effectiveness valuation.

Background: Biologic disease-modifying antirheumatic drugs (bDMARDs) extend the treatment choices for rheumatoid arthritis patients with insufficient response or intolerance to conventional DMARDs (cDMARDs). These agents have considerable efficacy compared with conventional DMARDs, but only a few head-to-head comparisons among these agents have been performed. The objective of this systematic review and network meta-analysis (NMA) was to compare the relative efficacy of Certolizumab with conventional DMARD to licensed bDMARD with cDMARD therapy for patients who failed to prior cDMARD treatment under the condition of the reimbursement coverage criteria in Korea. Methods: A systematic review was conducted using MEDLINE and Cochrane library. Key endpoints were the American College of Rheumatology (ACR) responses of 20/50/70 at six months. Bayesian outcomes were calculated as median of treatment effect, probability of the best, Odds Ratio (OR) and probability that OR was greater than one. Results: Compared with other bDMARDs, Certolizumab were associated with higher or comparable ACR response rates; in ACR20, the OR (probability of OR>1) was 2.08 (92.6%) for Adalimumab, 1.86 (85.7%) for Etanercept, 1.89 (79.5%) for Golimumab, 2.36 (92.1%) for Infliximab, 1.79 (87.0%) for Abatacept, 1.74 (80.8%) for Rituximab and 1.82 (86.8%) for Tocilizaumab. In ACR50 and ACR70, the ORs did not present significant differences. Conclusion: Certolizaumab with cDMARD was more effective or comparable than other bDMARDs in patients who failed prior cDMARD treatment.

본 연구는 수위-유량 관계곡선을 이용한 하천 유량 산정방법의 불확실성을 감소시키는 것을 목적으로 하였다. 하천 유량 자 료는 수문해석과 수자원 관리를 하는데 있어서 필수적으로 요구되는 자료이기 때문에 정량적으로 정확한 산정 방법을 고찰 할 필요가 있다. 이를 위해 Bayesian 및 Bootstrap 방법을 이용한 수위-유량 관계식의 매개변수와 기존의 매개변수를 비교하 였으며, 불확실성을 평가하기 위해서 표준오차법에 -분포를 적용한 추정치 결과의 신뢰구간을 비교하였다. 그 결과, 본 연 구를 통해 개발된 회귀분석에 의한 추정값은 약 1~5 %미만의 차이가 보이며, 각 지점에서 수위에 따라 기존보다 더 적용성 이 우수한 결과를 보이는 부분도 존재함을 확인하였다. 따라서 본 연구에서 제시한 방법별로 하천의 특성 및 수위에 맞게 적용한다면 보다 더 신뢰성 있는 유량 자료를 확보할 수 있을 것으로 생각된다.

The objective of this study is to reduce the uncertainty of the river discharge estimation method using the stage-discharge relation curve. It is necessary to consider the quantitative and accurate estimation method because the river discharge data is essential data for hydrological interpretation and water resource management. For this purpose, the parameters estimated by Bayesian and Bootstrap methods are compared with the ones obtained by stage-discharge relation curve. In addition, the Bayesian and Bootstrap methods are applied to assess uncertainty and then those are compared with the confidence intervals of the results from standard error method which has t-distribution. From the results of this study, The estimated value of the regression analysis developed through this study is less than 1 ~ 5%. Also It is confirmed that there are some areas where the applicability is better than the existing one according to the water level at each point. Therefore, if we use more suitable method according to the river characteristics, we could obtain more reliable discharge with less uncertainty.

본 연구는 한국의 고용보험 DB를 활용하여 직업별 인공지능 노출도를 포함한 직업 특성들이 청년 구직자들의 직업 선택에 미치는 영향을 분석하였다. 구체적으로 베이지안 혼합 로짓 모형을 이용해 2022년 최초 고용보험 가입 이력이 있는 청년(15~34세)의 직업 선택에 직업 특성들이 미치는 영향을 추정하였다. 분석에는 직업별 인공지능 노출도, 임금, 근로 시간, 임금 상승률, 평균 근속 연수, 여성 비율, 청년 비율 등 11개 변수가 포함되었다. 분석 결과, 직업 특성 변수들은 청년들의 직업 선택에 유의미한 영향을 미쳤으며, 특히 직업별 인공지능 노출도는 통계적으로 유의한 음의 영향을 보였다. 본 연구는 인공지능 시대에 청년 구직자의 직업 선택 구조를 이해하고 일자리 정책 설계를 위한 실증적 근거를 제공한다.

This study examines how occupational characteristics, including Artificial Intelligence Occupational Exposure (AIOE), affect the occupational choices of young job seekers in Korea using the Employment Insurance Database. Specifically, a Bayesian mixed logit model is employed to analyze the occupational choices of individuals aged 15~34 who first enrolled in Employment Insurance in 2022. The analysis incorporates occupational attributes such as AIOE, wages, working hours, wage growth, average tenure, female ratio, and youth ratio. The results indicate that AIOE has a statistically significant negative effect on occupational choice, and other occupational characteristics also exert significant effects. This study contributes to understanding youth occupational choice in the era of AI.