Organoleptic parameters such as color, odor, and flavor influence consumer perception of drinking water quality. This study aims to evaluate the taste of the selected bottled and tap water samples using an electronic tongue (E-tongue) instead of a sensory test. Bottled and tap water's mineral components are related to the overall preference for water taste. Contrary to the sensory test, the potentiometric E-tongue method presented in this study distinguishes taste by measuring the mineral components in water, and the data obtained can be statistically analyzed. Eleven bottled water products from various brands and one tap water from I city in Korea were evaluated. The E-tongue data were statistically analyzed using multivariate statistical tools such as hierarchical clustering analysis (HCA), principal component analysis (PCA), and partial least squares discriminant analysis (PLS-DA). The results show that the E-tongue method can clearly distinguish taste discrimination in drinking water differing in water quality based on the ion-related water quality parameters. The water quality parameters that affect taste discrimination were found to be total dissolved solids (TDS), sodium (Na+), calcium (Ca2+), magnesium (Mg2+), sulfate (SO4 2-), chloride (Cl-), potassium (K+) and pH. The distance calculation of HCA was used to quantify the differences between 12 different types of drinking water. The proposed E-tongue method is a practical tool to quantitatively evaluate the differences between samples in water quality items related to the ionic components. It can be helpful in quality control of drinking water.

최근 소셜미디어 이용이 심리적 웰빙에 미치는 영향이 부각되고 있으나 어떤 요소가 소셜미디어 상에서의 관계 의 질을 예측할 수 있는지에 대한 연구는 상대적으로 드물다. 본 연구는 머신러닝 기법을 이용하여 COVID-19로 인한 자가격리 동안 인스타그램 활동과 외로움, 우울 등의 심리 상태가 소셜미디어 상에서의 관계의 질을 예측할 수 있는지 알아보고자 하였다. 성인 95명을 대상으로 자가격리 중과 자가격리 해제 후 시점에서 외로움, 인스타그 램 활동, 소셜미디어 상에서의 관계, 우울 등에 대해 자기보고식 설문에 응답하도록 하였다. 그 후, 다차원 척도법과 표상유사성분석, 분류분석을 각 시점에 대해 수행하였다. 다차원척도법 결과, 1차원에서 인스타그램 이용 시간과 우울이 다른 변인들과 구별되었으며, 2차원에서 외로움과 수동적 이용이 다른 변인들과 구별되었다. 그 후 소셜미 디어 상에서의 관계의 질의 고,저 집단에 대해 표상유사성분석을 실시한 결과, 소셜미디어 상에서의 관계의 질이 높은 집단은 낮은 집단보다 자가격리의 영향을 더 많이 받는 것으로 나타났다. 분류분석 결과에서도 소셜미디어 상에서의 관계의 질 예측 변인이 사회적 고립의 여부에 따라 달라지는 것으로 나타났다. 따라서 본 연구의 결과는 사람들이 사회적 고립 상황에 있지 않을 때 인스타그램 이용 변인과 심리적 변인이 소셜미디어 상에서의 관계를 더 잘 예측할 수 있음을 시사한다.

핵심정서(core affect) 이론에 따르면, 정서는 정서가(valence)와 각성가(arousal)의 독립적인 두 차원의 구성으로 이루어진다(Russell, 2003; Russell & Barrett, 1999). 기존 정서 연구에서는 정서를 유발하는 여러 시청각 자극들이 핵심정서 차원에 위치한다는 사실을 밝혀냈다. 하지만 기존 연구에서 사용된 대부분의 자극은 시각과 청각에 국한되 어 있었으며, 미각 자극들을 활용한 연구는 많지 않았다. 이에 본 연구에서는 정서유발 자극으로서 미각 자극을 활용 하여 유발된 정서가 미각 자극의 속성에 따라 핵심정서 차원에 표상되는지 알아보고자 하였다. 실험 자극으로 실생 활에서 접할 수 있는 식품들을 4가지 기본 맛 유형(단맛, 쓴맛, 신맛, 그리고 짠맛), 그리고 2가지 맛의 강도 설계로 자극을 선정하였다. 참가자들에게 각 자극을 제시하고, 자극에 대한 맛 평정과 참가자가 느낀 정서를 평정하도록 하였다. 수집된 자료는 일변량분석방법인 반복측정변량분석과 다변량분석방법인 다차원척도법(multidimensional scaling) 및 분류분석(classification)으로 분석하였다. 변량분석 결과, 참가자들은 단맛을 지각할수록 긍정적인 정서 를, 쓴맛 혹은 짠맛을 지각할수록 부정적인 정서를 경험하였다. 각성가 결과에서는 맛의 강도가 강할수록 더 높은 각성 경험이 보고되었다. 다차원척도법 분석 결과, 1차원에서 단맛 대 쓴맛 그리고 짠맛 대비를, 2차원에서 쓴맛과 짠맛 구분을 확인하였다. 벡터 피팅 결과는 핵심정서이론의 설명대로 1차원이 정서가, 2차원이 각성가 차원으로 구 성되었음을 지지하였다. 분류분석 결과 참가자들의 정서 반응을 통해 미각 자극의 맛 유형을 유의미하게 예측할 수 있었다. 본 연구의 결과는 미각 자극도 자극 속성에 따라 핵심정서차원에 위치한다는 것을 시사한다.

본 연구는 다양한 결실기로 육성한 산초나무 5개의 신품종(한초 915호, 한초 930호, 한초 10호, 한초 1020호, 한초 1030호)에 대해 잎과 가시의 형태적 특성을 조사하여 비교하였다. 조사는 질적 특성과 양적 특성으로 구분하여 실시하였으며, 양적 특성은 일원배치 분산분석(One-Way ANOVA)과 Scheffe의 다중검증(Scheffe's multiple range test)으로 품종 간 차이를 확인하였다. 또한 요인분석을 이용하여 조사한 특성의 기여도를 확인하였다. 그 결과 잎 길이에서는 유의한 차이를 확인하지 못했으나, 정소엽의 거치 수, 소엽의 수, 가시의 크기에서 품종 간 유의한 차이가 있었으며, 요인분석도 유사한 결과를 확인 하였다. 또한 비가중평균결합(Unweighted pair-group method using arithmetic averages) 군집분석을 수지도(dendrogram)로 확인한 결과, 한초 1020호와 1030호가 근접하고, 한초 915호와 930호가 근접하였으나 개화기와 결실기에서 뚜렷한 차이로 품종이 구분되는 것을 확인할 수 있었다.

국내 멸종위기 어류 25종의 먹이원을 문헌 조사한 결과, 먹이원은 20문, 31강, 58목, 116과, 154속으로 나타났다. 먹이원 중 가장 많은 어류가 섭식한 먹이원은 분류군에 따라 절지동물문, 곤충강, 파리목, 깔따구과로 조사되었으며, 식물류 먹이원은 돌말문, 윷돌말강, 반달돌말목, 반달돌말과로 조사되었다. 계층적 군집분석과 NMDS를 이용하여 멸종위기 어류 20종의 먹이원 유형화 결과, 어류를 주로 포식하는 충식성 어류와 식물플랑크톤을 섭식하는 어류 2가지 유형으로 나타났다. 네트워크 분석의 허브 점수가 높은 먹이원은 파리목, 하루살이목, 날도래목, 강도래목, 딱정벌 래목으로 나타났으며 식물류 먹이원 중 허브 점수가 높은 쪽배돌말목과 반달돌말목, 김발돌말목으로 조사되었다. 먹이원 폭이 큰 어류는 연준모치 (PP)와 열목어, 좀수수치, 가는돌고기, 꼬치동자개, 퉁사리, 묵잡자루, 미호종개로 Bi 지수 값이 0.3 이상으로 조사되어 다양한 먹이를 먹는 것으 로 조사되었다. 반면, 금강모치, 부안종개, 감돌고기, 흰수마자, 다묵장어, 돌상어, 얼룩새코미꾸리, 북방종개는 Bi 지수 값이 0.1 이하로 조사되어 먹이원 다양성이 낮게 조사되었다.

본 연구는 전자코와 전자혀 시스템을 이용한 15가지 국내 식품에 대한 맛과 향에 대한 기본 접근 연구를 진행하였다. 먼저 전자혀 시스템을 이용한 샘플의 맛 성분에 대해 상대적인 센서 강도를 제시하였다. 신맛으로 대표되는 SRS 센서에서는 소고기배추국이 가장 높은 9.0을 나타내었고, 미역국에서 가장 낮은 3.7을 나타내었다. 짠맛으로 대표되는 STS 센서는 오징어국에서 가장 높은 8.2를 나타내었고, 소고기배추국이 가장 낮은 1.9를 나타내었다. 감칠맛으로 확인되는 UMS 센서의 경우 소고기배추국이 가 장 높은 10.1을 보였고, 달걀국이 가장 낮은 3.3을 나타내었다. 단맛에 관여하는 SWS 센서에서는 비교적 큰차이를 보이지 않았는데, 시금치된장국이 가장 높은 7.3을 나타내 었고, 달걀국이 가장 낮은 4.6을 나타내었다. 마지막으로 쓴맛에 기여하는 BRS 센서에서는 시래기 된장국이 가장 높은 7.8을 나타내었으며, 햄김치찌개에서 가장 낮은 4.4를 보였다. 주성분 분석을 통해 5가지 맛 성분과 15가지 샘플에 대한 패턴을 확인한 결과 PC1에서 56.21%의 variance를 확인하였고, PC2에서 25.23%의 variance를 확 인할 수 있었다. 각 맛 성분의 경우 SRS 센서의 경우 PC1 과 PC2의 factor loading의 경우 -0.95와 -0.20을 나타내었고, STS 센서의 경우 PC1과 PC2의 factor loading의 값이 0.96과 0.14, UMS 센서의 경우 PC1과 PC2의 factor loading의 값이 -0.94와 0.22, SWS 센서의 경우 PC1과 PC2 의 factor loading의 값이 0.08과, 0.89, 그리고 BRS 센서의 경우 PC1과 PC2의 factor loading의 값이 0.32와 -0.60을 각각 나타내었다. 군집분석을 통해 확인된 샘플간의 유사도 는 크게 4개의 cluster를 확인할 수 있었다. 15가지 샘플에 서 확인된 향기성분은 총 25가지 성분이 확인되었고, 모든 샘플에서 상대적으로 가장 높은 함량을 보이는 향기성분 은 ethanol과 2-methylthiophene으로 확인되었다. 주성분 분석을 통해 휘발성 향기 성분과 15가지 샘플에 대한 패턴을 확인한 결과 PC1에서 28.54%의 variance를 확인하였고, PC2에서 20.80%의 variance를 확인할 수 있었다. 군집분석의 경우 크게 3개의 cluster로 분류되는 것을 확인 할 수 있었다. 이러한 맛과 향에 대한 연구를 통해서 국내 식품에 대한 표준 자료로써의 활용이 가능할 것으로 판단된다.

본 연구는 FT-IR 스펙트럼 데이터를 기반으로 다변량통계분석을 이용하여 생육 온도변화에 따른 파파야(Carica papaya L.)의 대사체 수준 식별을 통해 기후 변화에 대응하여 작물의 육종 연구의 기초자료로 활용하고자 한다. 1. FT-IR 스펙트럼 데이터로부터 PCA(principal component analysis), PLS-DA(partial least square discriminant analysis) 그리고 HCA(hierarchical clustering analysis) 분석을 실시하였다. 2. 파파야 품종은 1700–1500, 1500–1300, 1100–950 cm-1부 위에서 대사체의 양적, 질적 패턴 변화가 FT-IR 스펙트럼상에 서 나타났다. FT-IR 스펙트럼의 1700–1500 cm-1부위는 주로 Amide I 과 II을 포함하는 아미노산 및 단백질계열의 화합물 들의 질적, 양적 정보를 나타내고, 1500–1300 cm-1부위는 phosphodiester group을 포함한 핵산 및 인지질의 정보가 반영이 되고, 1100–950 cm-1부위는 단당류나 복합 다당류를 포함 하는 carbohydrates 계열의 화합물들이 질적, 양적 정보가 반영되는 부위이다. 3. PCA score plot 상측으로부터 +0oC(A)에서 +4oC(C)로 변화하는 것을 볼 수 있다. (A) 그룹은 주로 현재 기온에서 재배되는 파파야가 분포되면서 그룹을 형성하고 있고, (B) 그 룹은 평년 기온에서 +2oC 증가한 것을 가정하여 재배된 파파야가 그룹을 형성하였다. 또한, (C) 그룹은 (B) 그룹에서 +2oC, 평년 기온에서 +4oC 증가한 것을 가정하여 재배된 파파야가 그룹을 형성하였다. 4. PLS-DA 분석의 경우 PCA 분석보다 생육온도에 따른 그룹 간 식별이 뚜렷하게 나타났다. 5. 본 연구에서 확립된 파파야 생육온도에 따른 대사체 수준 식별 기술은 파파야의 품종, 계통의 신속한 선발 수단으로 활용이 가능할 것으로 기대되며 육종을 통한 신품종개발 가속화에 기여할 수 있을 것으로 예상된다.

The process control methods based on the statistical analysis apply the analysis method or mathematical model under the assumption that the process characteristic is normally distributed. However, the distribution of data collected by the automatic measurement system in real time is often not followed by normal distribution. As the statistical analysis tools, the process capability index (PCI) has been used a lot as a measure of process capability analysis in the production site. However, PCI has been usually used without checking the normality test for the process data. Even though the normality assumption is violated, if the analysis method under the assumption of the normal distribution is performed, this will be an incorrect result and take a wrong action. When the normality assumption is violated, we can transform the non-normal data into the normal data by using an appropriate normal transformation method. There are various methods of the normal transformation. In this paper, we consider the Box-Cox transformation among them. Hence, the purpose of the study is to expand the analysis method for the multivariate process capability index using Box-Cox transformation. This study proposes the multivariate process capability index to be able to use according to both methodologies whether data is normally distributed or not. Through the computational examples, we compare and discuss the multivariate process capability index between before and after Box-Cox transformation when the process data is not normally distributed.

Recently, the manufacturing process system in the industrial field has become more and more complex and has been influenced by many and various factors. Moreover, these factors have the dependent correlation rather than independent of each other. Therefore, the statistical analysis has been extended from the univariate method to the multivariate method. The process capability indices have been widely used as statistical tools to assess the manufacturing process performance. Especially, the multivariate process indices need to be enhanced with more useful information and extensive application in the recent industrial fields. The various multivariate process capability indices have been studying by many researchers in recent years. Hence, the purpose of the study is to compare the useful and various multivariate process capability indices through the simulation. Among them, we compare the useful models of several multivariate process capability indices such as MCpm, MC+pm and MCpl. These multivariate process capability indices are incorporates both the process variation and the process deviation from target or consider the expected loss caused by the process deviation from target. Through the computational examples, we compare these process capability indices and discuss their usefulness and effectiveness.

In engineering problems, many random variables have correlation, and the correlation of input random variables has a great influence on reliability analysis results of the mechanical systems. However, correlated variables are often treated as independent variables or modeled by specific parametric joint distributions due to difficulty in modeling joint distributions. Especially, when there are insufficient correlated data, it becomes more difficult to correctly model the joint distribution. In this study, multivariate kernel density estimation with bounded data is proposed to estimate various types of joint distributions with highly nonlinearity. Since it combines given data with bounded data, which are generated from confidence intervals of uniform distribution parameters for given data, it is less sensitive to data quality and number of data. Thus, it yields conservative statistical modeling and reliability analysis results, and its performance is verified through statistical simulation and engineering examples.

떡갈나무(Quercus dentata Thunb. ex Murray)는 낙엽활엽교목으로 전국 표고 800m이하의 산기슭, 산중턱뿐 아니라 해변가의 야산이나 섬에도 잘 생육하며, 건조한 석회암 지역에서 우점종으로 분포하고 있다. 이 연구는 지구온난화가 진행되었을 때 떡갈나무의 생태적 지위 변화를 알아보기 위해 수행되었다. 교내의 유리온실에서 CO2 농도를 약 1.6배 상승시킨 온난화처리구와 대기중 CO2 농도를 그대로 반영한 대조구로 나누어 재배한 후, 유식물의 20가지 형질을 측정하고 생태적 지위폭을 계산하였다. 그 결과, 떡갈나무의 20가지 형질에 대한 생태적 지위폭의 평균값은 대조구에서 수분 구배(0.994) > 토성 구배(0.993) > 유기물 구배(0.985) > 광(0.948) 구배 순으로 나타났고, 온난화처리구에서도 수분 구배(0.994) > 토성 구배(0.991) > 유기물 구배(0.978) > 광(0.947) 구배 순으로 나타났다. 수분, 유기물 그리고 토성 구배에서 대조구보다 온난화처리구가 좁아진것으로 보아 떡갈나무는 지구온난화가 진행되었을 때 수분, 유기물 그리고 토성에 대한 내성이 감소될 것으로 예측할 수 있다. 주성분분석(PCA) 결과, 대조구와 온난화처리구는 광 구배에서 요인1(66.87%)과 요인2(20.71%)에 의해 구별 되었고, 수분 구배에서는 요인1(42.73%)과 요인2(18.20%)에 의해 구별되었고, 유기물 구배에서는 요인1(51.14%)과 요인2(21.16%)에 의해 구별되었으며, 토성 구배에서는 요인1(47.95%)과 요인2(18.00%)에 의해 구별되었다. 떡갈나무의 각 환경 구배별 분포 유형에 미치는 r >0.5인 형질은 광 구배에서 잎폭 길이, 잎몸 길이 등 10개였고, 수분 구배에서는 지상부 길이, 잎폭 길이 등 13개였고, 유기물 구배에 서는 지상부 길이, 잎폭 길이 등 13개였으며, 토성 구배에서는 지상부 길이, 잎폭 길이 등 11개였다. 이것으로 볼 때 떡갈나무의 생태학적 반응은 다양한 형질이 종합적으로 관여하며 그 중에서 식물의 생산량을 나타내는 형질이 많은 부분 관여하는 것으로 판단된다.

In the industrial fields, the process capability index has been using to evaluate the variation of quality in the process. The traditional process capability indices such as Cp, Cpk, Cpm, and C┼pm have been applied in the industrial fields. These traditional process capability indices are mainly applied in the univariate analysis. However, the main streams in the recent industry are the multivariate manufacturing process and the multiple quality characteristics are corrected each other. Therefore, the multivariate statistical method should be used in the process capability analysis. The multivariate process indices need to be enhanced with more useful information and extensive application in the recent industrial fields. Hence, the purpose of the study is to develop a more effective multivariate process index (MCpI ) using the multivariate inverted normal loss function. The multivariate inverted normal loss function has the flexibility for the any type of the symmetrical and asymmetrical loss functions as well as the economic information. Especially, the proposed modeling method for the multivariate inverted normal loss function (MINLF) and the expected loss from MINLF in this paper can be applied to the any type of the symmetrical and asymmetrical loss functions. And this modeling method can be easily expanded from a bivariate case to a multivariate case.

본 연구에서는 커피(C. Arabica)의 FT-IR 스펙트럼 데이터 를 기반한 다변량통계분석을 이용한 대사체 분석을 통해 품종 식별을 하여 육종 연구에 기초자료로 활용하고자 한다. 1. FT-IR 스펙트럼 데이터를 이용한 PCA(principal component analysis), PLS-DA(partial least square discriminant analysis) 그리고 HCA(hierarchical clustering analysis) 분석을 통해 품종 분류가 가능하였다. 2. 커피 품종들은 FT-IR 스펙트럼 부위인 1700-1500-1 (Amide I 과 II을 포함하는 아미노산 및 단백질계열의 화합물 들), 1500-1300-1 (phosphodiester group을 포함한 핵산 및 인지질의 정보), 1100-950cm-1 (단당류나 복합 다당류를 포함하는 carbohydrates 계열의 화합물)에서 질적, 양적 정보의 차이가 나타났다. 3. PCA 상에 나타난 8품종의 커피 품종이 각각 그룹을 형성하였다. 그 중 ‘Caturra’와 ‘Mahsellesa’ 품종은 각각의 그룹을 나타내면서 C. arabica 종에서도 다른 대사체 정보를 나타내는 것으로 확인하였고, ‘Catuai’, ‘CR-95’, ‘Geisra’, ‘Obata’, ‘Vemecia’ 그리고 ‘non’ 품종은 유사한 대사체 정보를 나타내는 것으로 확인하였다. 4. PLS-DA 분석의 경우 PCA 분석 보다 커피 품종간 식별이 뚜렷하게 나타났다. 5. 본 연구에서 확립된 대사체 수준에서 커피의 품종 식별 기술은 품종, 계통의 신속한 선발 수단으로 활용이 가능할 것으로 기대되며 육종을 통한 품종개발 가속화에 기여 할 수 있을 것으로 예상된다.

In Korea, 1,212 accessions of garlic are conserved in Namhae, Jeonju, Danyang and Muan with IT (Identity) number. This study was carried out to evaluate characteristics of 163 garlic cultivars conserved in Namhae branch, NIHHS, RDA and search valuable genetic resources for breeding. In horticultural characteristics, there was wide variation for bulb weight, clove weight and clove number per bulb with large coefficient of variation (CV) 40.04%, 43.98% and 39.64% respectively. Alliin content analyzed by HPLC was 16.75±6.22mg·g-1 DW (Dry weight) and had 37.16% CV. The highest alliin content was 32.27mg·g-1 in Local5. In correlation analysis, there were a strong positive correlation between bulb weight and bulb diameter and a non-correlation between clove number per bulb and bulb weight, height and diameter. Major characters included in the principal components were bulb weight, bulb height, bulb diameter, plant height, clove number per bulb, leaf sheath diameter and alliin content. According to characteristics of garlic, 163 germplasms were clustered into 10 groups. In total 10 clusters, the average bulb weight is the heaviest at 5th cluster and average alliin content is the highest at 4th cluster. These clusters will be used for selection breeding program to cultivate garlic that has heavier weight and high alliin content.

PURPOSES :This study aims to improve complex modeling of multivariable, nonlinear, and overdispersion data with an artificial neural network that has been a problem in the civil and transport sectors.METHODS :Deep learning, which is a technique employing artificial neural networks, was applied for developing a large bus fuel consumption model as a case study. Estimation characteristics and accuracy were compared with the results of conventional multiple regression modeling.RESULTS :The deep learning model remarkably improved estimation accuracy of regression modeling, from R-sq. 18.76% to 72.22%. In addition, it was very flexible in reflecting large variance and complex relationships between dependent and independent variables.CONCLUSIONS :Deep learning could be a new alternative that solves general problems inherent in conventional statistical methods and it is highly promising in planning and optimizing issues in the civil and transport sectors. Extended applications to other fields, such as pavement management, structure safety, operation of intelligent transport systems, and traffic noise estimation are highly recommended.

본 연구에서는 FT-IR 스펙트럼데이터의 다변량 통계분석 기법을 활용하여 인도수집 옥수수 계통 및 품종으로부터 단백질 함량이 높은 옥수수를 신속하게 선발할 수 있는 선발체계를 확립함과 동시에 lysine과 tryptophan의 함량분석을 목적으로 연구를 수행하였다. 총 48시료의 인도수집 옥수수 계통 및 품종과 국내산 품종을 이용하여 종자로부터 FT-IR 스펙트럼을 조사하였으며, 무작위로 선발된 24시 료를 대상으로 총 단백질 함량을 조사하였다. 대조구로 사용한 광평옥 모계(GPO1)의 경우 단백질 함량 이 9.34 ± 0.3mg/g dw인데 비하여 H4 계통의 경우 단백질 함량이 10.26 ± 0.5mg/g dw로 48개 옥 수수 시료 중에서 가장 높게 나타났다. 특히 옥수수 H4, H6, H11, 그리고 H12 계통의 경우 총 단백질 함량이 각각 10mg/g dw 이상으로 측정되어 광평옥 모계(9.34mg/g dw)와 부계(9.36mg/g dw) 및 이 들의 F1(9.14mg/g dw)보다 총 단백질 함량이 높은 계통으로 판명되었다. Cross-validation test에서 옥수수 종자 내 총 단백질 함량예측 PLS regression model의 regression coefficient(R2) 는 0.77로 비교적 정확하게 총 단백질 함량예측이 가능한 것으로 나타났다. 따라서 본 PLS regression model을 이용하여 단백질 함량이 높은 사일리지 옥수수 계통의 선발이 가능할 것으로 기대되며, 더 나아가 다양 한 옥수수 계통의 신속한 대사체 수준 평가가 가능할 것으로 예상된다.

The study of water environment system using a multivariate analysis in Changnyeong-Haman weir section has been conducted. The purpose of this study is to establish better understanding related water qualities in the Changnyeong-Haman weir section which can provide useful information. The data were consisted of water quality data and algae data including WT(water temperature), pH, DO, EC, COD, SS, T-N, NH3-N, T-P, PO4-P, Chl-a, TOC, d-silica, t-silica, Cyanobacteria, Diatoms, and Green algae. Statistical analyses used in this study were correlation analysis, principal components, and factor analysis. According to correlation analysis on COD and TOC, it revealed that the each value of correlation coefficient was 0.843. On the other result, a negative correlation was observed between diatoms and d-silica. Furthermore, the results of principal component analysis to the overall water quality were classified into four main factors with contribution rate 81.071%.