총 18페이지

? 이는 공간적 자기상관성을 공간가중치로 정량화하여 변수 간 관계의
정도에 반영하여 도출된 점에서 공간적 자기상관성 원리가 재적용된
결과로 해석된다.
? 아래 그림3은 각 공간 단위(정방형 격자)별로 독립변수가 종속변수에
미치는 영향력 즉, 회귀계수가 다르게 산출될 수 있음을 예시한다.
? 즉, 이 그림은 공간가중회귀모형(GWR)이 일반회귀모형(OLS)과 구분
되는 근본적인 차이가 회귀계수의 공간적 편차임을 함의하고 있다.
? 그림3의 하단 좌측에서 알 수 있듯이 일반회귀모형(OLS)에서는 독립
변수마다 한 개의 회귀계수가 산출되어 공간 단위의 위치에 상관없이
모두 같은 값이 적용된다. 즉, 위험요인의 영향력 수준이 모두 같다는
것을 의미한다.
? 따라서 일반회귀모형(OLS)으로부터 도출된 독립변수의 회귀계수 값을
지도상에 공간 단위별로 시각화하는 것은 무의미하다.
같은 색으로
표시될 것이 자명하기 때문이다.
? 이와는 대조적으로 그림 하단 우측에서 볼 수 있듯이 공간가중회귀모
형(GWR)을 이용하여 도출한 회귀계수는 독립변수마다 공간 단위의
개수만큼 추정된다. 따라서 특정 독립변수에 대하여 어느 공간 단위
에서 추정된 회귀계수 값인가에 따라 편차가 발생한다.
? 따라서 같은 독립변수에 대해서도 공간 단위에 따라 편차가 발생하기
때문에, 분석결과에 대한 폭넓은 해석이 가능하다. 즉, 어느 지역에서
특정 위험요인의 영향력이 특히 강하게 나타나는지 등을 시각적으로
명료하게 파악할 수 있어서 지역별 여건을 생각한 방역활동의 수행
가능성을 높일 여지가 있는 것이다.
? 이렇듯 다양한 정책적 함의 도출 가능성의 폭을 넓힐 수 있다는 점은
분명 일반회귀모형(OLS)와 비교한 공간가중회귀모형(GWR)의 기술적
장점이다.
- 8 -

현재 포커스의 아래내용들은 동일한 컨텐츠를 가지고 페이지넘김 효과및 시각적 효과를 제공하는 페이지이므로 스크린리더 사용자는 여기까지만 낭독하시고 위의 페이지이동 링크를 사용하여 다음페이지로 이동하시기 바랍니다.