• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.29-29
• /
• 2015

수자원의 지속적인 관리 및 효율적인 활용을 위하여 수문량의 예측과 분석은 필수적인 과정이라 할 수 있으며 이에 따라 다양한 수문 모형이 구축되고 강우, 유량 등 대표적인 수문량의 예측이 수행되어져 왔다. 그 중에서도 수문 시계열 모형은 시간의 흐름에 따라 일정하게 기록되어온 수문 자료를 확률적인 과정을 통하여 모형을 구축하고 이를 바탕으로 미래 수문량을 예측하는 데활용되는 모형으로, 과거에 기록된 수문 패턴이 미래에도 지속된다는 가정 하에 구축된다. 일반적으로 시계열 모형은 하나의 자료계열로 모형을 구축하는 단변량 모형과 원 자료계열 외에 다른 자료계열을 고려하여 모형을 구축하는 다변량 모형이 있으며, 다변량 모형은 원 자료계열에 영향을 미치는 외부변수를 고려함으로써 두 자료계열간의 상관성을 모형에 반영할 수 있는 장점을 가지고 있다. 또한 자료계열의 계절성을 고려하여 시계열 모형을 구축할 경우, 수문 시계열이 가지고 있는 계절적 영향을 잘 반영할 수 있다. 따라서 본 연구에서는 계절성을 고려한 다변량 시계열 모형인 SARIMAX(Seasonal AutoRegressive Integrated Moving Average with eXogenous) 모형을 이용하여 대표적인 수공구조물인 댐의 유입량 예측을 수행하였다. 일반적으로 댐 유입량 예측에는 댐의 유입량과 상관성이 높은 강우가 외부변수로 사용되어져 왔으나, 이 외에도 영향을 미칠 수 있는 지점특성치를 고려하여 모형을 구축한 후 비교하였다.

• The Korean Journal of Applied Statistics
• /
• v.22 no.5
• /
• pp.1007-1017
• /
• 2009

Forecasting for air demand such as passengers and freight has been one of the main interests for air industries. This research has mainly focus on the comparison the performance between the univariate seasonal ARIMA models and the multivariate time series models. In this paper, we used real data to predict demand on international passenger and freight. And multivariate time series models are better than the univariate models based on the accuracy criteria.

• Water for future
• /
• v.23 no.1
• /
• pp.99-107
• /
• 1990

The statistical analysis based on the past hydrologic data required to set up the water resources development plan and design the hydraulic structres rationally. Because hydrologic events have random factors implied, the sotchastic analysis is necessary. In this paper, same order of stochastic models of monthly runoff data(multivariate AR(1) and AR(2) models, univariate AR(1) and AR(2) models) are applied to compare the statistical characteristics. The other purpose of this paper is to compare the monthly series, which is generated by univariate and multivariate models. By comparing and estimating of each simulated series, it is known that the multivariate models, including the time and spatial colinearity, are better in prediction than univariate models in the analysis of monthly flow at south Han river basin.

• The Korean Journal of Applied Statistics
• /
• v.33 no.3
• /
• pp.257-267
• /
• 2020

We introduce multivariate exponential smoothing models based on a vector innovations structural time series framework. The models enable us to exploit potential inter-series dependencies to improve the fit and forecasts of multivariate (vector) time series. Models are applied to forecast the exchange rates of the UK pound (UKP) and US dollar (USD) against the Korean won (KRW) observed on monthly basis; subseqently, we compare their performance with alternative models. We observe that the multivariate exponential smoothing models are superior to alternatives.

• The Korean Journal of Applied Statistics
• /
• v.24 no.5
• /
• pp.821-831
• /
• 2011

It has been relatively incomplete in the field of financial time series to adapt asymmetric features to multivar ate GARCH processes (McAleer et al., 2009). Retaining constant conditional correlation(CCC) structure, this article pursues to introduce asymmetric GARCH modelling in analysing multivariate volatilities in time series in a practical point of view. Multivariate Korean financial time series are analyzed in detail to compar our theory with conventional methodologies including GARCH and EGARCH.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.12-12
• /
• 2018

수공구조물 설계의 기준을 정하기 위해서 수문자료의 빈도해석이 널리 사용되고 있다. 수문자표의 빈도해석 기법으로는 자료의 차원과 기법에 따라서 총 네 개로 구분할 수 있다. 그 네 개의 빈도해석은 다음과 같다 1) 단변량 수문자료와 지점별로 확률분포형 모형을 구축하는 단변량 지점빈도해석, 2) 다변량 수문자료와 지점별로 확률분포형을 구축하는 다변량 지점빈도해석, 3) 단변량 수문자료와 동일지점내의 확률분포모형을 구축하는 단변량 지역빈도해석, 4) 다변량 수문자료와 동일지점내의 확률분포모형을 구축하는 다변량 지역빈도해석. 현재는 다변량 지역빈도해석에 대한 연구사 수문분야에서 활발히 연구되고 있다. 현재 다변량 지역빈도해석에 대한 한국의 극한 강우 자료에 대한 연구가 진행되지 않았기 때문에, 본 연구에서는 이변량 극한강우자료에 대한 다변량 지역빈도해석의 적용성을 평가하였다.

• The Korean Journal of Applied Statistics
• /
• v.12 no.1
• /
• pp.97-107
• /
• 1999

프로파일 분석은 반복측정 자료를 분석하는데 있어서 널리 사용되는 다변량 분석모형이다. 프로파일 분석에서는 처리 그룹간의 비교와 반응 프로파일의 평행성 검정을 위해서 4가지 검정통계량이 널리 사용되고 있다. 이들 검정통계량은 Wilks의 통계량($\Lambda$), Pillai's Trace 통계량(V), Hotelling-Lawley Trace 통계량(U), Roy's Maximum Root 통계량($\Theta$ )이다. 그 동안 이들 통계량들을 비교하기 위한 여러 연구가 있었지만 주로 일반적인 다변량 분산분석 모형에 근거한 비교였다. 본 논문에서는 자료가 반복측정 자료이고 우리의 관심이 프로파일 분석에 있을 때에 이 4가지 통계량의 비교에 초점을 맞추었다.

• Journal of the Korean Data and Information Science Society
• /
• v.25 no.6
• /
• pp.1333-1343
• /
• 2014

Hansen and Lund (2005) documented that a univariate GARCH(1,1) model is no worse than other sophisticated GARCH models in terms of prediction errors such as MSPE and MAE. Here, we extend Hansen and Lund (2005) by considering multivariate GARCH models and incorporating risk management measures such as VaR and fail percentage. Our Monte Carlo simulations study shows that multivariate GARCH(1,1) model also performs well compared to asymmetric GARCH models. However, we suggest that actual model selection should be done with care in light of risk management. It is applied to the realized volatilities of KOSPI, NASDAQ and HANG SENG index for recent 10 years.

• Journal of the Korean Data and Information Science Society
• /
• v.22 no.6
• /
• pp.1123-1135
• /
• 2011

This paper considers the multivariate integrated process control procedure for detecting special causes in a multivariate IMA(1, 1) process. When the multivariate control chart signals, the special cause will be detected and eliminated from the process. However, when the elimination of the special cause costs high or is not practically possible, an alternative action is to readjust the process with approximately modified adjustment scheme. In this paper, we propose the readjustment procedure after having a true signal, and show that the use of the readjustment can reduce the deviation of a process from the target.

• Journal of Korea Water Resources Association
• /
• v.33 no.2
• /
• pp.159-167
• /
• 2000

The purpose of this study is to estimate the stochastic monthly runoff model for the Kunwi south station of Wi-stream basin in Nakdong river system. This model was based on the theory of Box-Jenkins multiplicative ARlMA and the state-space model to simulate changes of monthly runoff. The forecasting monthly runoff from the pair of estimated effective rainfall and observed value of runoff in the uniform interval was given less standard error then the analysis only by runoff, so this study was more rational forecasting by the use of effective rainfall and runoff. This paper analyzed the records of monthly runoff and effective rainfall, and applied the multiplicative ARlMA model and state-space model. For the P value of V AR(P) model to establish state-space theory, it used Ale value by lag time and VARMA model were established that it was findings to the constituent unit of state-space model using canonical correction coefficients. Therefore this paper confirms that state space model is very significant related with optimization factors of VARMA model.