피부온도의 시간적 변화에 대한 통계모형 비교

Comparison of Statistical Models for a Skin Temperature Data Changing by Time

다양한 기상요소 중에서 기온과 풍속은 사람의 피부온도변화에 서로 연관되어 많은 영향을 미치며 주어진 기상조건에서 사람의 피부온도는 시간에 따라 특정한 패턴을 가지고 변한다. 추운 곳에 노출된 사람의 피부온도는 처음에는 급격하게 떨어지다가 평형온도로 수렴하게 된다. 본 연구에서 고려한 자료는 기온이 -20℃이고 풍속이 0 m/s인 풍동실험실에 들어간 후 오른쪽 안면의 피부온도를 센서를 이용하여 측정한 자료이다. 본 연구의 주된 목적은 피부온도자료를 잘 설명할 수 있는 통계모형을 찾는 것이다. 이를 위하여 피부온도 자료의 시간적 변화 패턴을 살펴보았으며, 비선형회귀모형, 1차 자기회귀모형, 신경망모형 등의 통계모형의 개념과 모형들간의 관계를 살펴보았다. 또한 통계모형들로부터 평형온도를 도출하여 모형들을 비교하였다. 모형적합으로부터 구한 RMSE와 결정계수, 모수의 수, 잔차의 자기상관을 기준으로 통계모형들을 비교한 결과 1차 자기회귀모형이 가장 우수하였다.

This study focused on statistical models for the skin temperature data changing by time. We considered nonlinear regression model, first order autoregressive model, and neural networks as statistical models. The data is three adult s right cheek skin temperatures obtained by time for exposures to -20℃ and 0 m/s. The main goal of this study is to obtain statistical model explaining the skin temperature data. For this purpose, we look into the timing pattern changing by time and we obtain the steady state temperature. According to the comparison of three models, first order autoregressive model is recommended for the skin temperature data changing by time.