• The Korean Journal of Applied Statistics
• /
• v.24 no.1
• /
• pp.45-59
• /
• 2011

When using X-12-ARIMA for seasonal adjustment, we usually check whether the series has stable seasonality or not via D8 F-tests, Kruskal-Wallis test, and the spectral diagnostics. In this paper, we develop several smooth tests for seasonality based on a Fourier series to improve the spectral diagnostics of X-12-ARIMA. A simulation study is conducted to compare five smooth tests for seasonality and X-12-ARIMA's D8 F-test an Kruskal-Wallis test. The simulation study shows that smooth tests for seasonality performed well compared with D8 F-tests and a Kruskal-Wallis test.

• The Korean Journal of Applied Statistics
• /
• v.29 no.1
• /
• pp.205-220
• /
• 2016

Seasonal adjustment is useful to provide a better understanding of underlying trends in Korean economic statistics. The seasonal component also includes calendar effects such as Seol and Chuseok. Most popular seasonal adjustment methods are X-12-ARIMA of the U.S. Bureau of the Census and TRAMO-SEATS of the Bank of Spain. Statistics Korea and the Bank of Korea compile seasonally adjusted series of several Korean economic statistics. This paper illustrates basic principles for seasonal adjustment and the current status of seasonal adjustment in Korea based on previous research. In addition, several issues on seasonal adjustment are addressed.

• The Korean Journal of Applied Statistics
• /
• v.28 no.5
• /
• pp.885-893
• /
• 2015

It is important to improve the forecasting accuracy of one-year-ahead seasonal factors in order to produce seasonally adjusted series of the following year. In this paper, seasonal factors of 8 monthly Korean economic time series are examined and forecast based on the functional principal component regression. One-year-ahead forecasts of seasonal factors from the functional principal component regression are compared with other forecasting methods based on mean absolute error (MAE) and mean absolute percentage error (MAPE). Forecasting seasonal factors via the functional principal component regression performs better than other comparable methods.

• Communications for Statistical Applications and Methods
• /
• v.18 no.1
• /
• pp.13-21
• /
• 2011

This paper studies the analysis of multivariate nonstationary time series with seasonality. Three types of multivariate time series models are considered: seasonal cointegration model, nonseasonal cointegration model with seasonal dummies, and vector autoregressive model in seasonal differences that are compared for forecasting performances using Korean macro-economic time series data. The cointegration models produce smaller forecast errors in short horizons; however, when longer forecasting periods are considered the vector autoregressive model appears preferable.

• The Korean Journal of Financial Management
• /
• v.16 no.1
• /
• pp.171-191
• /
• 1999

시간의 흐름에 걸친 주가시계열의 행동양식에 대한 연구에서는 선형성, 비선형성, 장기기억, 항상성분 등에 대한 명확한 결론을 내리고 있지 못한 실정이다. 주가 시계열과정을 설명하고 예측하기 위한 여러 모형들에 대한 실증연구에는 설명력과 예측력을 완벽하게 갖추고 있지 못하고 있다는 증거들이 제시되고 있다. 계절적 변동을 주가시계열에 적용하지 않는 관계로 이와 같은 결과가 발생할 가능성이 존재한다. 분기별 종합주가지수의 수익률에 계절적 단위근이 존재하고 있음이 실증분석을 통하여 밝혀졌다. 이 시계열에서는 계절적 단위근을 제거하기 위하여서는 제4계 시차 작용소가 적절한 필터임이 인정되었다. 월별 종합주가지수의 수익률에서도 계절적 단위근이 존재하고 있다. 따라서 제12계 시차 작용소를 사용하여 계절적 단위근을 제거하여야 할 것이다. 분기별 수익률에는 제4차 시차 작용소를, 월별수익률에서는 제12차 시차 작용소를 필터로 사용하여 이 시계열들을 차분화하고 이 차분화를 통하여 계절적 단위근을 제거한 후에 이 시계열들의 시계열적 성질과 특성을 탐구해야 할 것이다. 이 과정을 통할 때 시계열 과정에 대한 계량경제학적 모형에 대한 정확한 추론이 가능하게 된다.

• Journal of the Korean earth science society
• /
• v.27 no.2
• /
• pp.149-158
• /
• 2006

This study analyzes the seasonality precipitation using precipitation data from 1973 to 2001 over South Korea. The Seasonality Index and Annual variation of the Seasonality Precipitation were investigated from sixty-three observation stations. The Seasonality Precipitation means the degree of the precipitation falling intensively for some specific months. Spatially, precipitation that has a strong characteristic of regional shower is defined as seasonal precipitation. Precipitation forms are changed with various reasons and mainly the sporadic and local shower precipitation after rain spell in summer. Especially there appears a tendency that this kind of precipitation is sharply increasing in 1990's. Seasonality Index is used as a method to understand seasonal precipitation. If the yearly rainfall is concentrated for some specific months, Seasonality Index is growing gradually. It is confirmed that there is a tendency that all the from sixty-two observation stations Seasonality Index. While Seasonality Index over South of Korea concentrated from June to August because of the summer rain spell in the past ($1973{\sim}1982$), there appears to be a tendency that it concentrated from August and September since the mid 1990's. From the analysis of seasonal precipitation intensity distribution, most of southern Korea is under seasonality precipitation intensity 4. The seasonality precipitation intensity classification results are as follow: most of the observation stations were on a scale intensity of 3 and 4 in the past but currently reads seasonality precipitation intensities of 5 and 6.

• 건강소식
• /
• v.30 no.10 s.335
• /
• pp.22-23
• /
• 2006

수확의 계절 가을은 천고마비의 계절로 식욕이 돋고 온몸의 기운이 왕성해지는 계절이다. 운동으로 살을 빼기에 가장 좋은 계절이지만, 자칫 지나친 식욕 때문에 살이 찌기도 쉬우니 다이어트 식이요법으로 식욕을 조금이나마 억제해가면서 보다 균형 잡힌 몸을 만들어 볼 수 있도록 운동과 함께 다이어트에 열중하도록 하자.

• The Korean Journal of Applied Statistics
• /
• v.29 no.4
• /
• pp.581-594
• /
• 2016

We introduce innovations state space exponential smoothing models (ISS-ESM) that can analyze time series with multiple seasonal patterns. Especially, in order to control complex structure existing in the multiple patterns, the model equations use a matrix consisting of seasonal updating parameters. It enables us to group the seasonal parameters according to their similarity. Because of the grouped parameters, we can accomplish the principle of parsimony. Further, the ISS-ESM can potentially accommodate any number of multiple seasonal patterns. The models are applied to predict electricity demand in Korea that is observed on hourly basis, and we compare their performance with that of the traditional exponential smoothing methods. It is observed that the ISS-ESM are superior to the traditional methods in terms of the prediction and the interpretability of seasonal patterns.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.401-401
• /
• 2018

최근 지구온난화에 따른 기후변화로 시공간적으로 매우 불규칙한 강우가 발생하고 있으며, 홍수피해 및 극심한 가뭄으로 수자원개발 및 관리 환경이 더욱 어려워지고 있는 실정이다. 특히 우리나라는 하천수사용허가 기준유량의 원천이 되는 강수량의 계절별 편차가 매우 크고 연 강수량의 2/3 이상이 여름철에 집중된다. 하천수사용허가 기준유량은 하천유지유량이 고시되지 않은 지점은 10년 빈도의 갈수량인 기준갈수량과 같고, 하천유지유량이 고시된 지점은 기준갈수량에서 하천유지유량을 감한 양이다. 하지만 하천 유량의 변동성이 계절에 따라 매우 큼에도 불구하고 갈수기의 한정적인 기준갈수량으로 연중 전 기간의 하천수사용허가 기준유량을 설정하면 가용한 하천수량을 과소 산정할 우려가 있다. 따라서 계절성을 고려하여 기간에 맞는 기준갈수량을 산정하는 것이 안정적인 하천수의 사용과 하천관리에 필요한 유량을 효율적으로 관리할 수 있을 것으로 판단된다.본 연구에서는 효율적인 하천수사용허가 기준유량을 검토하기 위해 지역별 계절성을 고려한 갈수량 검토를 실시하였다. 갈수량 산정을 위한 자연유량은 TANK모형을 이용하여 우리나라 112개 중권역에 대해 50년 간 일별 자연유량을 모의하였다. 모의된 자연유량을 바탕으로 112개 중권역에 대해 유황분석을 실시하여 평균갈수량과 기준갈수량을 검토하였으며, 계절별 갈수량을 검토하기 위해 기간을 여름철(5~10월)과 겨울철(11~4월) 두 개의 시기로 구분하여 여름과 겨울 갈수량을 산정하였다. 또한, 계절성 분석을 위해 세 가지 계절성 지표를 검토하였다. 첫째, 여름과 겨울 갈수량의 비율인 SR(Seasonality Ratio), 둘째, 갈수량의 평균시기를 나타내는 주기적 계절성 지수 SI(Seasonality Index), 셋째, 갈수량의 월간 분포를 나타내는 SH(Seasonality Histogram)이다. 이러한 계절성 지표를 바탕으로 공간적 패턴을 분석하고 여름과 겨울 갈수량의 기초가 되는 수문학적 근거를 판단하였다. 따라서 유역의 계절성 지표를 바탕으로 기간을 분리하고 기간별 갈수량 검토를 통해 보다 효율적인 하천수사용허가 기준유량을 검토할 수 있을 것으로 판단된다.

• The Korean Journal of Applied Statistics
• /
• v.27 no.1
• /
• pp.133-146
• /
• 2014

The United States Census Bureau released a new version of X-13ARIMA-SEATS that integrates X-12-ARIMA with TRAMO-SEATS. This paper compares a seasonal adjusted series from X-13ARIMA-SEATS and those from X-12-ARIMA. An X11 filter and SEATS filter were used for the X-13ARIMA-SEATS. The result of the comparison suggests that seasonal adjusted series using X-13ARIMA-SEATS with the X11 filter are similar to those of X-12-ARIMA.