• 제목/요약/키워드: 다변량 모형

검색결과 267건 처리시간 0.027초

강우 및 지점특성치를 이용한 계절형 다변량 시계열 모형 구축 평가 및 비교 (Evaluation and Comparison of seasonal multivariate time series model construction with rainfall and site characteristics)

  • 김태림;최원영;신홍준;허준행
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2015년도 학술발표회
    • /
    • 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.

  • PDF

다변량 시계열 모형을 이용한 항공 수요 예측 연구 (A Study on Air Demand Forecasting Using Multivariate Time Series Models)

  • 허남균;정재윤;김삼용
    • 응용통계연구
    • /
    • 제22권5호
    • /
    • pp.1007-1017
    • /
    • 2009
  • 본 연구는 최근에 활발히 연구가 진행 중인 항공수요 예측 분야에서 사용되는 계절형 ARIMA 모형과 다변량 계절형 시계열 모형과의 성능을 비교한 것이다. 본 연구에서는 국제 여객 수요와 국제 화물 수요 예측을 위하여 실제 자료를 이용하여 비교한 결과 다변량 계절형 시계열 모형이 예측의 정확도 면에서 기존의 일변량 모형보다 우수함을 보였다.

월유량에 대한 일변량 및 다변량 AR모형의 비교 (A Comparison of Univariate and Multivariate AR Models for Monthly River Flow Series)

  • 이원환;심재현
    • 물과 미래
    • /
    • 제23권1호
    • /
    • pp.99-107
    • /
    • 1990
  • 수자원 개발계획 및 목공구조물의 합리적 설계를 위해서는 과거의 수문관측자료에 의거한 해석이 필요하며, 일반적인 수문현상은 무작위적인 인자가 포함되기 때문에 이를 고려한 통계적 기법, 즉 추계학적 해석기법이 필요하다고 하겠다. 본 연구에서는 남한강 상류의 동일유역 4개 지점(단양, 정선, 영월, 평창)의 월유량 자료를 일변량 AR(1), AR(2)모형과 다변량 AR(1), AR(2)모형에 적용하여 각 모형의 통계적 특성치를 분석하고, 월유량을 모의발생시켜, 일변량 모형과 다변량 모형을 비교하였다. 각각의 모형에 의한 모의발생 계열의 비교, 분석을 통하여 볼 때, 단일지점만을 고려하는 일변량 모형에 비해 지점간의 공선형성을 고려하는 다변량 모형이 동일유역의 월유량 해석에 있어서 더 적합함을 알 수 있었다.

  • PDF

다변량 지수평활모형을 이용한 환율 분석 (Multivariate exponential smoothing models with application to exchange rates)

  • 이연하;성병찬
    • 응용통계연구
    • /
    • 제33권3호
    • /
    • pp.257-267
    • /
    • 2020
  • 본 논문은 단변량 지수평활법의 확장된 형태인 다변량 지수평활법을 소개하고 다변량 시계열 분석에 활용한다. 다변량 지수평활법은 한 개의 오차를 기반으로 하는 상태공간모형을 이용하여 추정의 편리성을 제고하며, 다변량 시계열간의 잠재적인 상호연관성을 활용하여 적합도 및 예측력을 향상시킨다. 다변량 지수평활법의 성능을 평가하기 위하여 월별 원/달러 및 원/파운드 환율자료를 분석하고 예측한다. 대안 모형의 예측 결과와 비교하여 다변량 지수평활법의 우수성을 확인한다.

금융시계열 분석을 위한 다변량-GARCH 모형에서 비대칭-CCC의 도입 및 응용 (Asymmetric CCC Modelling in Multivariate-GARCH with Illustrations of Multivariate Financial Data)

  • 박란희;최문선;황선
    • 응용통계연구
    • /
    • 제24권5호
    • /
    • pp.821-831
    • /
    • 2011
  • 다변량-GARCH 분야에서 비대칭모형에 대한 연구는 상대적으로 미진하다 (McAleer 등, 2009). 본 논문에서는 다변량-GARCH 시계열에서 비대칭 모형과 상수 조건부 상관모형(CCC)을 도입하여 모델링하는 방법론에 대해 연구하고 있다. 다변량 비대칭 변동성 모형 적합 방법을 실용적으로 소개하고 있으며 이를 이용하여 국내 다변량 시계열 분석을 상세히 예시하였다.

이변량 지역빈도해석의 한국 극한강우에 대한 적용성 평가 (Assessment of the Bivariate Regional Frequency analysis for The Extreme Rainfalls of South Korea)

  • 신주영;안현준;정창삼;허준행
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2018년도 학술발표회
    • /
    • 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.

  • PDF

프로파일 분석에서의 다변량 검정법 비교 연구 (A Study on Multivariate Tests in the Profile Analysis)

  • 박진경;박태성
    • 응용통계연구
    • /
    • 제12권1호
    • /
    • 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.

  • PDF

리스크 관리 측면에서 살펴본 다변량 GARCH 모형 선택 (On multivariate GARCH model selection based on risk management)

  • 박세린;백창룡
    • Journal of the Korean Data and Information Science Society
    • /
    • 제25권6호
    • /
    • pp.1333-1343
    • /
    • 2014
  • 본 연구는 일변량 금융지수의 변동성 모형에서 GARCH(1,1) 모형이 여러 복잡한 GARCH 확장 모형에 비교해서 결코 뒤쳐지지 않는다는 Hansen과 Lunde (2005) 연구를 다변량 변동성으로 확장한다. 또한 모형의 비교 방법으로 예측값에 기반한 평균제곱예측오차 (MSPE) 뿐 만 아니라 리스크 관리 측면에서 최대 손실 금액을 나타내는 VaR 및 사후 검정인 실패율을 동시에 고려하였다. 모의실험 결과 다변량 변동성의 경우에서도 GARCH 모형이 예측력은 크게 다르지는 않았으나 리스크 관리 측면에서는 좀 더 신중한 판단을 요구함을 보인다. 또한 최근 10년동안의 KOSPI, NASDAQ 및 HANG SENG의 주가 지수 실증 자료를 통하여 리스크 관리 측면에서의 다변량 GARCH 모형 선택에 대해서 논의한다.

다변량 통합공정관리에서 재수정 절차 (A readjustment procedure in the multivariate integrated process control)

  • 조교영;박종숙
    • Journal of the Korean Data and Information Science Society
    • /
    • 제22권6호
    • /
    • pp.1123-1135
    • /
    • 2011
  • 다변량 통합공정관리의 기본절차는 잡음이 내재하는 공정에 수정조치를 취하여 공정편차를 백색 잡음으로 전환하도록 하여 공정제곱편차를 최소화하게 되는 것이며, 이러한 다변량 통합공정관리의 수정활동을 하는 경우 공정에 이상원인이 발생하면 관리도를 통해 이를 탐지하고 제거하게 된다. 수정된 공정은 이상원인 발생 전에는 백색잡음이지만, 이상원인 발생 후 다양한 형태의 시계열 모형으로 변환하게 된다. 만약 수정된 공정을 탐지하여 이상원인의 신호가 발생한 경우 교정활동을 통하여 이를 제거해야 하지만, 구조적으로 교정이 불가능 하거나 교정활동의 비용이 많이 발생하는 경우에는이상원인의 효과를 감안하여 수정활동을 재조정해야할 것이다. 이 논문에서는 공정모형으로 다변량 IMA(1,1)모형을 가정하고 다변량 통합공정관리 절차를 수행하는 경우 이상신호가 발생한 후 재수정 절차를 제안한다.

추계학적 모의발생기법을 이용한 월 유출 예측 (The Forecasting of Monthly Runoff using Stocastic Simulation Technique)

  • 안상진;이재경
    • 한국수자원학회논문집
    • /
    • 제33권2호
    • /
    • pp.159-167
    • /
    • 2000
  • 본 연구는 낙동강수계인 위천 유역의 최하류 군위 지점에 대해 추계학적 모형인 Box-Jenkin의 승법 ARIMA 모형과 상태공간모형 이론적 토대로 하여 계절별 월 유출량을 모의하였다. 다변량 시계열 모형인 상태공간모형의 입력변수로 월 유효우량과 균등기간의 관측된 월 유출량을 사용하여 군위지점의 월 유출량을 예측한 결과 다변량 시계열 모형인 승법 ARIMA모형에 비하여 표준오차가 작게 나타났으므로, 유효우량과 유출량을 함께 이용하는 상태공간 모형을 이용하여 합리적인 유출량 예측이 가능하도록 하였다. 본 논문은 월 유출량 기록치 및 유효우량 자료를 분석하여 승법 ARIMA 모형 및 상태공간 모형에 적용하였으며, 상태공가 모형의 이론을 적용하여 VAR(P)의 P값을 구하기 위해 시차에 의한 AIC 값을 이용하였다. VARMA 모형은 정준상관계수를 이용한 상태공간 모형을 구하여 구축하였다. 따라서, 본 논문에서는 구축된 상태공간 모형을 사용하여 위천유역의 군위 지점에서 장·단기 유출량을 예측하여 수자원의 장·단기전략 수립에 도움을 주기 위함이다.

  • PDF