크리깅을 이용한 아파트 가격 예측

Prediction of Apartment Price using Kriging

본 연구에서는 공간통계학에서 다루는 세 가지 데이터 중에서 지리통계학적 데이터를 다룬다. 지리통계학적 데이터에 대해서 예측을 수행할 경우, 많은 데이터를 이용하여 예측하는 것이 더 나을 수 있지만 공간통계학에서의 가정 중에 하나인 ‘가까운 관측값들일수록 서로 상관관계가 높을 것이다’는 내용에 의하면 반드시 그렇지만은 아닐 것이라고 생각할 수 있다. 즉, 어떤 위치에서의 어떤 관측값을 예측하는데 있어서 예측하고자 하는 지점 주위의 위치들(지엽적)의 관측값들만 이용하여 분석하는 것이 좋을지 아니면 관측된 보다 넓은 지역의 위치들(전역적)의 관측값들을 이용하면 좋을 지에 대한 검토가 필요하다. 따라서 본 연구의 목적은 미지의 위치에서의 어떤 측정값을 예측하는데 있어서 지엽적인 데이터(local area data)를 가지고 예측하는 경우와 전역적인 데이터(global area data)를 가지고 예측하는 경우 예측력 측면에서 어떤 경우가 우수한가를 알아보는 것이다. 본 연구의 목적을 달성하기 위하여 시뮬레이션을 통하여 두 경우에 대해서 어떤 경우가 예측력 측면에서 우월한 지에 대해서 알아보고, 시뮬레이션에서 얻어진 결과의 타당성을 보이기 위해서 실제 데이터를 이용하여 적용사례를 수행하였다. 시뮬레이션의 결과와 사례분석의 결과 모두에서 지엽적인 데이터를 이용하여 분석하는 것이 전역적인 데이터를 이용하는 것보다 예측적인 측면에서 더 우수한 결과를 보였다.

This study manages for geostatistical data among three spatial data types (geostatistical data, lattice data, spatial point pattern data) dealt with in spatial statistics. In case we estimate observations on unknown positions for geostatistical data, the more we use data, the better in aspect of prediction. Spatial data are characterized by the fact that measurements of locations close to one another are highly correlated, while the farther the locations are, the lower the correlations become. By the reason of above fact, many data using are not always better in aspect of prediction. The purpose of this study is to study compares the predictability of local area data and global area data used in predicting some measurements of unknown locations. For the purpose of this study, simulation was used to find out which one of the two approaches would prove superior predictability. Then, to validate the results of simulation, real data were used to study real application cases. In results of our simulation and the case study, predicting a special measurement in certain designated areas based on the local area data resulted in better predictability than the global area data.