공간통계는 지리적 위치와 공간적 상관관계를 고려하여 데이터를 분석하는 통계학의 한 분야입니다. 본 연구실은 공간통계의 이론적 발전과 실제 응용에 중점을 두고 있으며, Kriging, Cokriging, 공간회귀모형, 공간로지스틱모형 등 다양한 공간통계 기법을 연구하고 있습니다. 이를 통해 환경 데이터, 지진, 태풍, 부동산 가격, 생물 다양성 등 다양한 분야의 공간 데이터를 효과적으로 분석하고 예측하는 방법을 개발하고 있습니다. 연구실은 공간데이터의 특성을 반영한 예측 모형 개발에 많은 노력을 기울이고 있습니다. 예를 들어, 공간적 이상치 탐지, 공간적 군집분석, 공간 패턴 분석 등 다양한 공간 데이터 마이닝 기법을 활용하여 실제 사회 및 자연 현상을 분석합니다. 또한, 베이즈 접근법, 부트스트랩, 주성분분석 등 첨단 통계기법을 접목하여 공간 데이터의 신뢰성 및 예측력을 높이고 있습니다. 이러한 연구는 환경오염 영향 평가, 도시계획, 재난 예측, 생태계 모니터링 등 다양한 실무 분야에 적용되고 있습니다. 최근에는 인공지능 및 딥러닝 기법과의 융합을 통해 공간 데이터 분석의 정확성과 효율성을 더욱 향상시키고 있으며, 관련 특허 및 산학협력 프로젝트도 활발히 진행 중입니다.

본 연구실은 머신러닝과 빅데이터 분석 기법을 활용한 통계적 데이터 분석에 주력하고 있습니다. 최근 데이터의 양과 다양성이 급격히 증가함에 따라, 전통적인 통계기법뿐만 아니라 딥러닝, 자연어처리, 텍스트마이닝, 시계열 예측 등 첨단 데이터 분석 기법을 적극적으로 도입하고 있습니다. 이를 통해 교육, 사회, 의료, 산업 등 다양한 영역의 복잡한 데이터를 효과적으로 해석하고, 실질적인 의사결정에 기여할 수 있는 분석 결과를 도출하고 있습니다. 연구실에서는 SPSS, R, SAS, EXCEL 등 다양한 통계 소프트웨어와 프로그래밍 도구를 활용하여 데이터 전처리, 모델링, 시각화, 결과 해석 등 데이터 분석의 전 과정을 체계적으로 수행합니다. 특히, 설문조사 데이터의 무응답 대체, 불성실 응답 판별, 여론조사 결과 예측, 교육 빅데이터 분석, 감성분석, 사용자 행동 분석 등 실제 사회문제 해결에 초점을 맞춘 연구가 활발히 이루어지고 있습니다. 이러한 연구는 정부, 공공기관, 산업체 등 다양한 외부 기관과의 협력 프로젝트로도 이어지고 있습니다. 빅데이터 분석 역량을 바탕으로 디지털 혁신, 스마트 교육, 사회 현안 해결 등 다양한 분야에서 실질적인 성과를 창출하고 있으며, 관련 교재 및 실무 지침서 발간, 학술상 수상 등 학계와 산업계 모두에서 높은 평가를 받고 있습니다.

연구실은 전통적인 통계학의 경계를 넘어 다양한 학문 및 산업 분야와의 융합을 통해 응용통계학의 새로운 지평을 열고 있습니다. 교육, 보건의료, 환경, 경영, 사회과학 등 여러 분야의 실질적 문제를 해결하기 위해 맞춤형 통계모형을 개발하고, 실제 데이터를 바탕으로 한 실증적 연구를 수행하고 있습니다. 예를 들어, 교양교육 효과성 분석, 취업 만족도 결정요인 분석, 질병 유전자 탐색, 고객 세분화 및 신용평점 모형 개발 등 다양한 응용연구가 진행되고 있습니다. 특히, 텍스트마이닝, 사회네트워크분석, 자연어처리 등 최신 데이터 분석 기법을 접목하여, 정형·비정형 데이터를 아우르는 통합적 분석 역량을 강화하고 있습니다. 이러한 융합적 접근은 복잡한 사회현상이나 산업 현장에서 발생하는 다양한 데이터 문제를 효과적으로 해결하는 데 큰 역할을 하고 있습니다. 연구실은 산학협력, 정부과제, 지역사회 연계 프로젝트 등 다양한 외부 협력 활동을 통해 실질적인 사회적 가치를 창출하고 있습니다. 또한, 통계교육 및 데이터 리터러시 향상을 위한 교재 개발, 교육 프로그램 운영 등 학문적·실무적 확산에도 힘쓰고 있습니다.