GAM 및 ARIMAX 모형을 적용한 대기오염물질의 건강영향 시계열 분석에 관한 연구

국문 초록 (Abstract)

환경성 질환 감시체계 구축을 위한 통계적 예측모형의 활용 가능성을 모색하고자 대기오염역학 시계열 분석모형인 일반화부가모형(Generalized Additive Model, GAM)과 시계열 모형인 ARIMAX(Auto Regressive Integrated Moving Average X)를 비교 검토하였다. 서울특별시의 2010∼2013년 SO2, PM10, NO2, O3, CO 등 대기오염도와 온도, 습도, 해면기압 등 기상요소, 호흡기계 및 심혈관계 질환으로 인한 사망자료를 이용하여 대기오염의 단기적 건강영향을 시계열 분석한 결과는 아래와 같다.

- 단일 대기오염물질 영향을 당일, 지연, 누적효과 모형으로 추정한 결과 두 모형의 결과는 유사하였으나 ARIMAX 모형이 NO2에 대한 심혈관계질환 사망 당일효과 비교위험도를 1.00072(p=0.001)로 보다 정밀하게 산출하였고 다른 대기오염물질에 대해서도 ARIMAX 모형의 결정계수가 1.5배 이상 높았다.

- 대기오염도 5개 항목의 복합영향에 대하여 GAM에서는 NO2와 CO의 VIF((Variance Inflation Factor)가 5.485, 6.719로 다중공선성이 나타났고 ARIMAX 모형에서는 모든 항목의 VIF 값이 5이하로 다중공선성이 나타나지 않았다. 심혈관계질환사망에 대한 5개 대기오염도의 누적효과를 ARIMAX 모형으로 평가한 결과 결정계수는 0.811로 GAM 대비 1.62배 높았고 호흡기계질환사망에 대해서는 결정계수가 0.635로 GAM 대비 1.77배 높았다.

- GAM은 모형구축 과정이 비교적 단순하고 간편하다는 장점이 있으나 변수들의 시계열성과 다중공선성 제어에 한계가 있고 독립변수들이 시간의 함수로 정의되지 못하여 장래 예측 활용이 불가능하였다. ARIMAX는 대기오염도와 기상요소, 사망발생을 시간 흐름에 따라 모형화 하고 자기상관성에 따른 오차를 통제하면서 호흡기계 및 심혈관계 질환으로 인한 사망발생 예측이 가능하였다.

상기 결과를 통하여 대기오염 역학 분야에서 GAM을 이용한 시계열 분석의 일부 제한점들을 밝혔고 ARIMAX 등 시계열 모형이 보다 정밀하고 통계적 설명력이 큰 통계 모형을 제공할 수 있을 것으로 판단하였다. 향후 대기오염에 따른 환경성 질환 감시와 환경보건 정책수립 등을 위해 시계열 분석 모형을 활용하고자 할 때는 모형별 장점과 한계를 검토하고 그 결과를 제시할 것을 제안한다.

목차 (Table of Contents)

• 국문초록
• 1. 서론 1
• 1.1. 연구배경 및 필요성 1
• 1.2. 연구목적 3
• 2. 이론적 배경 4
• 2.1. 대기오염의 건강영향 4
• 2.2. 대기오염 역학 통계모형 12
• 2.3. 시계열 분석모형 20
• 3. 연구대상 및 분석방법 38
• 3.1. 연구범위 및 자료처리 38
• 3.2. GAM 분석 43
• 3.3. ARIMA 분석 43
• 3.4. ARIMAX 모형구축 및 시계열 분석결과 비교 44
• 4. 연구결과 47
• 4.1. GAM을 적용한 시계열 분석 47
• 4.2. ARIMA 시계열 모형 구축 72
• 4.3. GAM 및 ARIMAX 모형 적용 결과 비교 85
• 5. 고찰 98
• 5.1. 시계열 모형의 특성 98
• 5.2. GAM을 적용한 대기오염의 건강영향 시계열 분석 99
• 5.3. ARIMAX 시계열 모형 적용 사례 및 특성 103
• 5.4. GAM 및 ARIMAX 적용 결과 비교 105
• 5.5. 시계열 분석의 유의점 107
• 5.6. 본 연구의 제한점 108
• 6. 결론 110
• 참고문헌 113
• ABSTRACT 125

참고문헌 (Reference)

1. 알기쉬운시계열분석, 노형진, 학현사, , 2011

2. 시계열 분석과 예측 이론, 김해경, 경문사, 경문사, , 2003

3. 대기분진에 의한 건강영향, 조수헌, Cho, Soo-Hun, Hong, Yun-Chul, 홍윤철, 대한예방의학회, 예방의학회지 ; 34(2): 103-108, , 2001

4. 국가기후데이터센터(http://sts, 기상청, kma.go.kr), , 2015

5. SPSS를 활용한 회귀분석과 일반선형모형, 노형진, 한올, 한올출판사, , 2014

6. 대기오염과 초등학생 폐기능의 관련성 연구, 유승도, 서울대학교 대학원보건학박사학위논문, , 2002

7. 서울 수도권 지역의 광화학오존에 관한 연구, 정용승, 정재섭, 한국대기환경학회, 한국대기보전학회지 ; 7(3): 169-179, , 1991

8. 기후변화에 따른 식중독 발생건수모형에 대한 고찰, 김기훈, 서울대학교 대학원, 서울대학교대학원 이학석사학위논문, , 2011

9. 서울시 대기 중PM2.5 농도 개선과 조기사망 감소 효과, 박찬구, 정권, 신지영, 박정임, 이상열, 배현주, 김민영, 한국대기환경학회, 대기환경학회지 ;26(1): 10-20, , 2010

10. 대기오염이 조산에 미치는 영향에 관한 통계적 모형 비교, 서주희, 이화여자대학교 대학원, 이화여자대학교 대학원 석사학위논문, , 2005

11. 시계열의 전이함수모형 분석-습도 변동에 대한 예측 모형, 백경원, 이변수, 연세대학교 대학원 석사학위논문, , 2005

12. 소셜 미디어 정보를 이용한 실업률 예측 계절형 ARIMAX 모형, 박경은, 충북대학교 대학원 이학석사학위논문, , 2013

13. 부산시 대기오염과 일별사망수의 관련성에 대한 시계열분석, 서화숙, 서울대학교 보건대학원, 서울대학교 보건대학원 보건학석사학위논문, , 2002

14. 전이함수 모형을 이용한 국내 자동차 수요 예측에 관한 연구, 김 수, 동국대학교 대학원 석사학위논문, , 2007

15. 울산시의 대기 중 분진과 일별 사망에 관한연구(1991년- 1994년), 신동천, 이성임, 이종태, 예방의학회지 1998; 31(1): 82-90, , 1998

16. 우리나라전염병 발생추이 및 유행예측을 위한 분석 모델 개발, 정은경, 고정애, 박만석, 박옥, 김미영, 박재경, 김선미, 기미경, 국립보건연구원The Report of National Institute of Health ; 41: 20-37, , 2004

17. 대기오염에 의한 서울과 대구지역에서 일별 사망수와의 상관관계, 조혜련, 연세대학교 보건대학원 석사논문, , 1999

18. 서울시의 대기오염과 일별 사망자 수의 관련성에 대한시계열적 연구, Kwon, Ho-Jang, Cho, Soo-Hun, 권호장, 조수헌, 대한예방의학회, 예방의학회지 ; 32(2): 191-199, , 1999

19. 일부 대도시 지역 대기오염과 초등학교 학생들의 일별 자각증상에관한 연구, 문정숙, 한양대학교 대학원 박사학위논문, , 2005

20. 대기 중 오존농도 예측을 위한 추계학적 모형의 개발- ARIMA,전이함수, 인공신경망 모형을 중심으로, 정효준, 서울대학교 보건대학원보건학박사학위논문, , 2005

21. 도시 대기오염의 위해 평가에있어서 황사효과 분석-서울시 총사망 및 원인별 사망률에 미치는영향, Kim, Yoon-Shin, Cho, Yong-Sung, 손지영, Kim, Yeon-Jung, 조용성, Lee, Jong-Tae, Son, Ji-Young, 이종태, 김윤신, 김연정, 한국환경보건학회, 한국환경보건학회지 ; 35(4): 249-258, , 2009