다국어인구학사전입니다. 여러분들의 많은 이용바랍니다.
The Demopaedia team will be present at the next International Population Conference in Busan.
If you attend the conference, please, come to our oral communication which will be held on Tuesday August 27, from 15:30 to 17:00 (Bexco, room 213). The new Korean dictionary will also be presented in a side meeting organized by the Planned Population Federation of Korea (PPFK) on "Population Issues & Official development assistance" (open to all) at 19:00 (Bexco, room 110).
다국어인구학사전, 두 번째 통합본, 한국어판
"15"의 두 판 사이의 차이
Eunyoung Shim (토론 | 기여) (→150) |
Youngtae CHO (토론 | 기여) (→155) |
||
| (사용자 4명의 중간 판 28개는 보이지 않습니다) | |||
| 1번째 줄: | 1번째 줄: | ||
| + | <!--'''15'''--> | ||
| − | |||
| − | |||
{{Unmodified edition II}} | {{Unmodified edition II}} | ||
{{Summary}} | {{Summary}} | ||
| 9번째 줄: | 8번째 줄: | ||
=== 150 === | === 150 === | ||
| − | 시간의 경과에 따른 인구 | + | 시간의 경과에 따른 인구 변수의 변화가 있을 때, {{TextTerm|시계열|1|150|EnglishEntry=time series}}적 변화가 발생했다고 한다. 인구변수의 시계열적 {{TextTerm|경향|2|150}}은 {{TextTerm|오르내림|3|150|EnglishEntry=fluctuation}}, {{TextTerm|변동|3|150|2|EnglishEntry=variation}} 또는 {{TextTerm|편차|3|150|3|EnglishEntry=deviation}} ({{RefNumber|14|1|2}})로 나눌 수 있다. 오르내림의 경향이 특정 기간, 일반적으로는 몇 년마다 반복되는 것을 {{TextTerm|주기적 변동|4|150|2|EnglishOriginal=period fluctuation}}({{TextTerm|순환 변동|4|150|EnglishOriginal=cyclical fluctuation}})이라 한다. 인구학에서 일반적으로 1년 동안의 데이터를 생성하는데, 1년 보다 짧은 기간에서 발생되는 변동은{{TextTerm|계절적 변화|5|150|EnglishOriginal=seasonal fluctuation}}라 불린다. 시계열적 특성이 없이 발생되는 변동은{{TextTerm|불규칙 변화|6|150|EnglishOriginal=irregular fluctuation}}라 불린다. 이것은 전쟁 발생 시 이전과는 다르게 인구변수가 바뀌는 것과 같은 예외적인 요인에 의한 경우도 있고{{TextTerm|우연적 변동|7|150|EnglishOriginal=chance fluctuation}} 또는 {{TextTerm|무작위적 변동|7|150|2|EnglishOriginal=random fluctuation}}일 수 있다. |
| − | + | {{Note|3|일반적인 의미에서{{NoteTerm|변동}}이라는 용어는 변수의 값 내지는 수치의 변화를 설명하는 데 사용된다.}} | |
| − | {{Note|3|일반적인 의미에서{{NoteTerm|변동}}이라는 용어는 변수의 값 내지는 수치의 변화를 설명하는 데 사용된다 | ||
| − | |||
| − | |||
=== 151 === | === 151 === | ||
| − | + | 한 계열의 값을 더 큰 규칙을 나타내는 다른 계열로 대체하는 것이 바람직한 경우가 있다. 이 과정은{{TextTerm|보정|1|151|EnglishEntry=graduation}} 또는 {{TextTerm|스무딩|1|151|2|EnglishEntry=smoothing}}로 알려져 있으며 일반적으로 시계열이나 연령별 인구 분포와 같은 자료에서 각 수치 사이에 부드러운 곡선을 그려넣는 방법으로 수행된다. 자유형 곡선이 적용된 보정은 {{TextTerm|그래프 보정|2|151|EnglishOriginal=graphic graduation}}이다. 만일 분석수학적 방법이 사용되면, 이를 {{TextTerm|곡선 피팅|3|151|EnglishEntry=curve fitting}}이라고 한다.{{TextTerm|최소 자승법|4|151|EnglishOriginal=method of least squares}}에 의해 수학적 곡선이 데이터에 적용될 수 있는데, 그것은 원래 계열과 보정된 값 간의 차이를 최소화하는 방식이다. 다른 방법으로는 {{TextTerm|이동 평균|5|151|EnglishEntry=moving average}} 과 {{TextTerm|유한차이계산법|6|151|EnglishEntry=calculus of finite differences}}을 사용하는 것이 있다. 이러한 기술의 일부는 주어진 숫자 사이에 숫자를 추정하는 {{TextTerm|내삽|7|151|EnglishEntry=interpolation}}이나 주어진 범위 밖에 있는 숫자를 추정하는 {{TextTerm|외삽|8|151|EnglishEntry=extrapolation}}을 하는데 사용된다. | |
| − | |||
| − | |||
| − | |||
=== 152 === | === 152 === | ||
| − | 사람들이 {{TextTerm|반올림한 수 | + | 사람들이 {{TextTerm|반올림한 수|1|152|EnglishEntry=round numbers}}에 답변하는 경향을 반영하기 위해 분포를 보정하는 것이 때때로 필요하다. 설문에서 {{TextTerm|대표값을 선호하는 경향|2|152|EnglishEntry=heaping}}이나{{TextTerm|끝 수 선호도|2|152|2|EnglishOriginal=digit preference}}는 연령별 분포에서 특히 자주 보이는데, 응답자들이 자신의 나이를 0,5 내지 기타 선호된 숫자로 끝수를 택하는 것이 그 예이다. {{TextTerm|연령의 끝수 선호|3|152|EnglishEntry=age heaping}}는 {{TextTerm|연령 선호 지표|4|152|EnglishEntry=index of age preference}}에 의해 측정될 수 있다.연령자료는 {{TextTerm|연령오보|5|152|EnglishEntry=age misreporting}} 또는 {{TextTerm|보고된 연령 편향|5|152|2|EnglishEntry=age reporting bias}}을 보정해야 하는 경우가 많다. |
=== 153 === | === 153 === | ||
| − | + | 인구학적 함수의 수치는 {{NonRefTerm|일반 생명표}} ({{RefNumber|43|1|1}}), {{NonRefTerm|출생표}} ({{RefNumber|63|4|1}}), 또는 {{NonRefTerm|초혼표}} ({{RefNumber|52|2|1}})등 {{TextTerm|표|1|153|otherIndexEntry=table}}의 형태로 나타난다. 일반적으로 제한된 기간에 수집된 관측 값을 기준으로{{TextTerm|연표|2|153|EnglishEntry=calendar-year table}} 또는 {{TextTerm|기간표|2|153|2|EnglishEntry=period table}}와 코호트의 일생을 통한 경험을 취급한 {{TextTerm|코호트표|3|153|EnglishEntry=cohort table}} 또는 {{TextTerm|세대표|3|153|2|EnglishEntry=generation table}}가 구별된다. {{TextTerm|다중감소표|4|153|EnglishEntry=multiple decrement table}}는 미혼 인구집단에서 빠져나갈 수 있는 방법으로 혼인과 사망이 있는 것과 같이 반복될 수 없는 사건이 동시에 발생할 수 있는 경우를 나타낼 때 사용된다. {{TextTerm|추계표|5|153|EnglishEntry=forceast table}}는 {{NonRefTerm|생존함수}}({{RefNumber|43|1|6}})}와 같이 인구학 현상의 수리적 함수 값을 제공하는데, {{NonRefTerm|장래인구추계}} (cf. {{RefNumber|72|0|2}})가 그 예이다. 만일 경제상태, 혼인상태, 고용상태, 종교, 지역 등 2개 또는 그 이상의 카테고리로 인구집단이 분류되고, 각 카테고리에서 한 번 빠져나오더라도 다시 들어갈 수 있는 경우(예, 혼인-이혼-재혼과 같이 혼인상태가 변화할 때)를 인구학적 함수로 표현하고자 할 때는 {{TextTerm|증감법|6|153|EnglishEntry=increment-decrement methods}} 또는 {{TextTerm|다상태법(다국면법)|6|153|EnglishEntry=multi-state methods}}가 사용된다. | |
=== 154 === | === 154 === | ||
| − | 주어진 변수의 값을 결정하기 위한 | + | 주어진 변수의 값을 결정하기 위한 정보가 불충분할 경우 그 값을 {{TextTerm|추정|1|154|EnglishEntry=estimate}}할 수 있는데, 이때 얻어진 값은 {{TextTerm|추정치|3|154}}라 불린다. 데이터가 실제로 존재하지 않으면 해당 변수의{{TextTerm|크기의 순서|5|154|EnglishEntry=order of magnitude}}를 결정하는데 {{TextTerm|추측|4|154|EnglishEntry=conjecture}}이 사용될 수 있다. |
=== 155 === | === 155 === | ||
| − | 연구의 논점을 명확하게 나타내기 위해 {{TextTerm|그래프|1|155| | + | 연구의 논점을 명확하게 나타내기 위해 {{TextTerm|그래프|1|155|EnglishOriginal=graph}}나 {{TextTerm|도표|1|155|2|EnglishOriginal=diagrammatic representation}}를 이용할 수 있다. 자료는 {{TextTerm|그림|2|155}}, {{TextTerm|도표|2|155|2|EnglishOriginal=chart}}, {{TextTerm|통계 도표|3|155|EnglishOriginal=statistical bar chart}}또는 {{TextTerm|지도|3|155|2}}에 의해 표시된다. 예를 들어{{NonRefTerm|렉시스 다이어그램}} (cf. {{NonRefTerm|437}})처럼 변수간의 관계를 도식표현으로 나타내는 것을 {{TextTerm|도표|4|155}}라고 한다. 한편의 좌표축을 대수적으로, 다른 하나는 산술적으로 눈금을 표시한 그래프를 {{TextTerm|세미-로그 그래프|5|155|EnglishEntry=semi-logarithmic graph}}라고 한다. 그런 그래프는 {{TextTerm|로그차트|5|155|2|EnglishOriginal=logarithmic graph}}로 불리기도 한다. {{TextTerm|대수/로그그래프|6|155|EnglishEntry=double logarithmic graph}}는 두 축이 로그로 표시된 것이고, 때때로 {{TextTerm|양 대수 그래프|6|155|2|EnglishOriginal=double logarithmic graph}}라고도 한다. 도수 분포의 그래프는 계급 도수를 표시하는 점을 직선으로 연결하여 얻은 {{TextTerm|도수 다각형|7|155|EnglishEntry=frequency polygon}}, 계급 간격을 저변으로 하는 직사각형의 면적에 의해 계급 도수를 나타내는{{TextTerm|히스토그램|8|155}}, 계급 도수가 막대기의 길이에 비례하는{{TextTerm|막대 그래프|9|155|EnglishOriginal=chart bar}},누적 도수 분포를 나타내는 {{TextTerm|누적 도수 분포도|10|155|EnglishEntry=ogive}}등이 있다. |
==<center><font size=12>* * * </font></center>== | ==<center><font size=12>* * * </font></center>== | ||
2013년 9월 22일 (일) 08:02 기준 최신판
|
여기로: Demopædia 소개 | 사전이용법 | 다운로드 |
150
시간의 경과에 따른 인구 변수의 변화가 있을 때, 시계열(time series)1적 변화가 발생했다고 한다. 인구변수의 시계열적 경향2은 오르내림(fluctuation)3, 변동(variation)3 또는 편차(deviation)3 (141-2)로 나눌 수 있다. 오르내림의 경향이 특정 기간, 일반적으로는 몇 년마다 반복되는 것을 주기적 변동4(순환 변동4)이라 한다. 인구학에서 일반적으로 1년 동안의 데이터를 생성하는데, 1년 보다 짧은 기간에서 발생되는 변동은계절적 변화5라 불린다. 시계열적 특성이 없이 발생되는 변동은불규칙 변화6라 불린다. 이것은 전쟁 발생 시 이전과는 다르게 인구변수가 바뀌는 것과 같은 예외적인 요인에 의한 경우도 있고우연적 변동7 또는 무작위적 변동7일 수 있다.
- 3. 일반적인 의미에서변동이라는 용어는 변수의 값 내지는 수치의 변화를 설명하는 데 사용된다.
151
한 계열의 값을 더 큰 규칙을 나타내는 다른 계열로 대체하는 것이 바람직한 경우가 있다. 이 과정은보정(graduation)1 또는 스무딩(smoothing)1로 알려져 있으며 일반적으로 시계열이나 연령별 인구 분포와 같은 자료에서 각 수치 사이에 부드러운 곡선을 그려넣는 방법으로 수행된다. 자유형 곡선이 적용된 보정은 그래프 보정2이다. 만일 분석수학적 방법이 사용되면, 이를 곡선 피팅(curve fitting)3이라고 한다.최소 자승법4에 의해 수학적 곡선이 데이터에 적용될 수 있는데, 그것은 원래 계열과 보정된 값 간의 차이를 최소화하는 방식이다. 다른 방법으로는 이동 평균(moving average)5 과 유한차이계산법(calculus of finite differences)6을 사용하는 것이 있다. 이러한 기술의 일부는 주어진 숫자 사이에 숫자를 추정하는 내삽(interpolation)7이나 주어진 범위 밖에 있는 숫자를 추정하는 외삽(extrapolation)8을 하는데 사용된다.
152
사람들이 반올림한 수(round numbers)1에 답변하는 경향을 반영하기 위해 분포를 보정하는 것이 때때로 필요하다. 설문에서 대표값을 선호하는 경향(heaping)2이나끝 수 선호도2는 연령별 분포에서 특히 자주 보이는데, 응답자들이 자신의 나이를 0,5 내지 기타 선호된 숫자로 끝수를 택하는 것이 그 예이다. 연령의 끝수 선호(age heaping)3는 연령 선호 지표(index of age preference)4에 의해 측정될 수 있다.연령자료는 연령오보(age misreporting)5 또는 보고된 연령 편향(age reporting bias)5을 보정해야 하는 경우가 많다.
153
인구학적 함수의 수치는 일반 생명표 (431-1), 출생표 (634-1), 또는 초혼표 (522-1)등 표1의 형태로 나타난다. 일반적으로 제한된 기간에 수집된 관측 값을 기준으로연표(calendar-year table)2 또는 기간표(period table)2와 코호트의 일생을 통한 경험을 취급한 코호트표(cohort table)3 또는 세대표(generation table)3가 구별된다. 다중감소표(multiple decrement table)4는 미혼 인구집단에서 빠져나갈 수 있는 방법으로 혼인과 사망이 있는 것과 같이 반복될 수 없는 사건이 동시에 발생할 수 있는 경우를 나타낼 때 사용된다. 추계표(forceast table)5는 생존함수(431-6)}와 같이 인구학 현상의 수리적 함수 값을 제공하는데, 장래인구추계 (cf. 720-2)가 그 예이다. 만일 경제상태, 혼인상태, 고용상태, 종교, 지역 등 2개 또는 그 이상의 카테고리로 인구집단이 분류되고, 각 카테고리에서 한 번 빠져나오더라도 다시 들어갈 수 있는 경우(예, 혼인-이혼-재혼과 같이 혼인상태가 변화할 때)를 인구학적 함수로 표현하고자 할 때는 증감법(increment-decrement methods)6 또는 다상태법(다국면법)(multi-state methods)6가 사용된다.
154
주어진 변수의 값을 결정하기 위한 정보가 불충분할 경우 그 값을 추정(estimate)1할 수 있는데, 이때 얻어진 값은 추정치3라 불린다. 데이터가 실제로 존재하지 않으면 해당 변수의크기의 순서(order of magnitude)5를 결정하는데 추측(conjecture)4이 사용될 수 있다.
155
연구의 논점을 명확하게 나타내기 위해 그래프1나 도표1를 이용할 수 있다. 자료는 그림2, 도표2, 통계 도표3또는 지도3에 의해 표시된다. 예를 들어렉시스 다이어그램 (cf. 437)처럼 변수간의 관계를 도식표현으로 나타내는 것을 도표4라고 한다. 한편의 좌표축을 대수적으로, 다른 하나는 산술적으로 눈금을 표시한 그래프를 세미-로그 그래프(semi-logarithmic graph)5라고 한다. 그런 그래프는 로그차트5로 불리기도 한다. 대수/로그그래프(double logarithmic graph)6는 두 축이 로그로 표시된 것이고, 때때로 양 대수 그래프6라고도 한다. 도수 분포의 그래프는 계급 도수를 표시하는 점을 직선으로 연결하여 얻은 도수 다각형(frequency polygon)7, 계급 간격을 저변으로 하는 직사각형의 면적에 의해 계급 도수를 나타내는히스토그램8, 계급 도수가 막대기의 길이에 비례하는막대 그래프9,누적 도수 분포를 나타내는 누적 도수 분포도(ogive)10등이 있다.
* * *
|
여기로: Demopædia 소개 | 사전이용법 | 다운로드 |
