• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2003.05a
• /
• pp.1179-1185
• /
• 2003

시뮬레이션 상의 입력모델에 대한 기존의 연구는 과거의 자료를 바탕으로 선형의 모수적인 (parametric) 모형을 개발하는데 초점을 두고 있다. 그러나 이 경우에는 입력이 매우 복잡한 형태를 가지면 모수적인 모형을 잦는 것이 불가능해지므로 비모수적인(non-parametric) 접근방법이 절실한 실정이다 예로 인터넷 트래픽 모델의 시뮬레이션 수행시 입력으로 제공되는 단위 시간당 요구되는 웹 페이지의 수 같은 경우 데이터들 간데 종속관계가 매우 심하고 복잡하여 모수적 모형을 세우는데 어려움이 있다. 이러한 시스템들을 시뮬레이션 방법으로 분석 하고자 할 때, 기존의 trace-driven 시뮬레이션 방법이나 모수적 모형을 찾아 다수의 사실적인 시뮬레이션 입력 자료를 확보하는 것은 현실적으로 어려움이 있다. 따라서. 비모수적인 방법으로 다수의 사실적인 시뮬레이션 입력 자료를 생성하는 것이 필요하다. 이러한 비모수적인 방법에 대한 평가기준 설정은 시뮬레이션 상의 입력 모델에 대한 타당성을 제시한다는 점에서 또한 매우 중요하다. 본 논문에서는 붓트스트 랩의 방법중의 하나인 임계값 붓트스트랩을 이용하여 시뮬레이션 입력 자료 생성 방법을 개발하였고 Turing test를 통해 붓스트랩으로 생성산 입력 시나리오를 검증하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.184-188
• /
• 2008

추계학적 시계열 분석은 크게 수문자료의 장기간 합성과 실시간 예측으로 구분해 볼 수 있다. 장기간 합성은 주로 수문자료의 추계적 특성을 반영한 수자원 시스템의 운영율 개발에 이용되어 왔다. 반면에 실시간 예측은 수자원 시스템의 순응적(adaptive) 관리에 적용되고 있다. 두 개념의 차이로 전자는 시계열 자료를 합성하여 발생 가능한 모든 수문조합을 얻고자 하는 것이라면 후자는 전 시간의 수문량을 조건으로 하는 다음 시간의 값을 순응적으로 예측하는 것이라 할 수 있다. 수문자료의 합성과 예측에는 크게 결정론적, 확률론적 방법의 두 가지 대별될 수 있다. 결정론적 모델링 방법에는 인공신경망이나 Fuzzy 기법 등을 이용할 수 있으며, 확률론적 방법에는 ARMAX 등의 모수적 기법과 k-NN(k-nearest neighbor bootstrap resampling), KDE(kernel density estimates), 추계학적 인공신경망 등의 비모수적 기법으로 분류할 수 있다. 본 연구에서는 대표적 비모수적 기법인 k-NN를 이용하여 충주댐을 대상으로 월 및 일 유입량 자료의 예측 정도를 살펴보았다. 전 시간 관측치를 조건으로 하는 다음 시간의 조건부 확률분포를 구하여 평균값을 계산한 후 관측치와 비교함으로써 모형의 정도를 살펴보았다. 그리고 실시간 저수지 운영에 이 기법의 활용성과 장단점도 살펴보았다. 모형개발 절차로 모형의 보정을 거쳐 검증을 실시하였다. 결론적으로 월 및 일 유입량 예측에 k-NN 기법이 실무적으로 적용될 수 있었으며, 장점으로는 k-NN 기법이 다른 기법보다 모델링 절차가 비교적 쉬워 저수지 운영 최적화 등 타 시스템과의 연계에 수월함이 인식되었다.

• Journal of the Korean Geographical Society
• /
• v.51 no.2
• /
• pp.219-233
• /
• 2016

In social science fields, statistical models are used almost exclusively for causal explanation, and explanatory modeling has been a mainstream until now. In contrast, predictive modeling has been rare in the fields. Hence, we focus on constructing the predictive non-parametric model, instead of the explanatory model. Gangnam-gu, Seoul was chosen as a study area and we collected single-family house sales data sold between 2011 and 2014. We applied non-parametric models proposed in machine learning area including generalized additive model(GAM), random forest, multivariate adaptive regression splines(MARS) and support vector machines(SVM). Models developed recently such as MARS and SVM were found to be superior in predictive power for house price estimation. Finally, spatial autocorrelation was accounted for in the non-parametric models additionally, and the result showed that their predictive power was enhanced further. We hope that this study will prompt methodology for property price estimation to be extended from traditional parametric models into non-parametric ones.

• Asia Marketing Journal
• /
• v.9 no.2
• /
• pp.23-47
• /
• 2007

A new chi-square test is proposed to assess significance of attributes for nonparametric conjoint models. The key idea is to form subsets of rankings and test the dependence between the attribute levels and the sets of rankings. The null hypothesis states that the rankings for profiles with the focal attribute are distributed randomly among the sets of rankings. The approach is simple, easy to use, and can be applied at the individual level as well as at the aggregate level. It can be used for the trade-off approach as well as for the full profile approach.

• 한국지구과학회:학술대회논문집
• /
• 2005.02a
• /
• pp.254-260
• /
• 2005

이 논문에서는 산사태 취약성 분석을 목적으로 확률론적 공간통합의 틀 안에서 범주형 자료와 연속형 자료를 효율적으로 처리할 수 있는 비모수적 우도비 추정 모델과 모수적 예측적 판별 분석 모델을 적용하였다. 적용 모델의 비교를 위해 1998년 여름철 산사태로 많은 피해를 입은 경기도 장흥 지역과 충청북도 보은 지역을 대상으로 사례연구를 수행하였다. 장흥 지역에서는 두 모델이 유사한 예측 능력을 나타내었으나, 보은 지역에서는 모수적 예측적 판별 분석 모델이 상대적으로 높은 예측 능력을 나타내었다. 결론적으로 제안한 두 모델은 산사태 취약성 분석을 위한 연속형 자료 표현에 효율적으로 적용될 수 있으며, 두 모델이 개별적인 연속형 자료 표현의 특성을 가지고 있기 때문에 다른 사례 연구를 통한 검증 작업이 병행되어야 할 것으로 생각된다.

• The Korean Journal of Applied Statistics
• /
• v.32 no.6
• /
• pp.909-922
• /
• 2019

In this paper, we study the adaptive least absolute shrinkage and selection operator (LASSO) for the unstable autoregressive (AR) model. To identify the existence of the unit root, we apply the adaptive LASSO to the augmented Dickey-Fuller regression model, not the original AR model. We illustrate our method with simulations and a real data analysis. Simulation results show that the adaptive LASSO obtained by minimizing the Bayesian information criterion selects the order of the autoregressive model as well as the degree of differencing with high accuracy.

• The Korean Journal of Financial Management
• /
• v.12 no.1
• /
• pp.1-17
• /
• 1995

경제에 미친 충격이 경제에 일시적 영향을 미치고 사라지며 그 영향력이 곧 소멸하고 마는 경우와 영구히 존속하는 경우가 있을 수 있다. 경제에 불현듯 다가와 영향력을 행사한 충격이 일시적으로 존재하고 사라지느냐 아니면 영원히 또는 장기적으로 존재하느냐 하는 것은 경제 현상을 시계열적으로 파악하고 이해하는 데 중요한 요소이다. 충격이 경제 내에 장기기억으로 존재한다면 경제 현상은 경제가 시작되는 순간부터 현재까지의 충격들의 결합적 집합이라 할 수 있을 것이다. 이 논문에서는 적분확률과정의 모수 d가 정수를 갖지 않고 비정수를 갖을 때의 ARIMA(p, d, g)process, 즉 ARFIMA(p, d, q)process의 비정수차분 모수 d를 추정 하고자 한다. 그리고 이 비정수차 분모수의 추정과 검정을 통하여 우리나라의 주가가 충격을 받았을 때 이 충격을 금시 해소시키고 버리는지, 또는 장기적으로 기억하여 항상 주가에 반영시키고 있는지의 여부를 검증하였다. 이 논문에서는 periodogram 방법과 lag window 방법을 다같이 사용하여 차분모수 d를 추정하고 표준오차를 계산하여 d의 추정치에 대한 기각여부를 검정한 우리나라의 주식시장은 충격에 대한 장기기억을 보유하고 있다는 것을 발견하였다. 이와 같은 발견은 충격적이다.

• Journal of the Korean Data and Information Science Society
• /
• v.24 no.1
• /
• pp.33-39
• /
• 2013

In the transformation of response variable in partial linear models outliers can cause a bad effect on estimating the transformation parameter, just as in the linear models. To solve this problem the processes of estimating transformation parameter and detecting outliers are needed, but have difficulties to be performed due to the arbitrariness of the nonparametric function included in the partial linear model. In this study, through the estimation of nonparametric function and outlier detection methods such as a sequential test and a maximum trimmed likelihood estimation, processes for transforming response variable robust to outliers in partial linear models are suggested. The proposed methods are verified and compared their effectiveness by simulation study and examples.

• Journal of the Korean Data and Information Science Society
• /
• v.22 no.2
• /
• pp.335-351
• /
• 2011

In order to resolve data scarcity problem related to crisis, Oh and Kim (2007) proposed to use stability oriented approach which focuses a base period of financial market, fits asymptotic stationary autoregressive model to the base period and then compares the fitted model with the current market situation. Based on such approach, they developed financial market instability index. However, since neural network, their major tool, depends on the base period too heavily, their instability index tends to suffer from inaccuracy. In this study, we consider linear asymptotic stationary autoregressive model and neural network to fit the base period and produce two instability indexes independently. Then the two indexes are combined into one integrated instability index via newly proposed combining method. It turns out that the combined instability performs reliably well.

• Proceedings of the Korea Technology Innovation Society Conference
• /
• 2005.10a
• /
• pp.184-198
• /
• 2005

본 연구는 우리나라를 중심으로 볼 때, 중요한 국가 간에 기술혁신의 수렴존재와 기술혁신의 수렴기간에 관한 실증연구를 목적으로 하였다. 분석결과를 요약하면 다음과 같다. 첫째, 선형적인 기술혁신의 확산을 가정한 결과로 볼 때, 분석대상국가간에 분석대산 국가 간에 기술혁신의 확산이 이루어지고 있지 않았다. 둘째, 보다 직접적인 기술혁신존재 및 확산기간을 측정한 결과 선형을 가정한 AR(1)모형에서 추정한 계수 값이 일본과 한국의 경우를 제외하고는 정상적인 형태로 나타났다. 셋째, 모수적 추정과 선형의 경우가 비모수적 추정과 비선형의 경우보다 기술혁신에 따른 수렴기간이 길게 나타났다. 특히 일본과 우리나라의 경우에는 선형을 가정하는 경우에는 기술혁신에 따른 수렴현상이 나타나지 않은 반면, 비선형인 경우에는 수렴현상이 나타났다. 마지막으로 미국과 우리나라의 기술혁신에 따른 수렴기간이 우리나라와 중국의 기술혁신에 따른 수렴기간보다 길게 나타났다. 따라서 기술혁신확산 및 수렴기간이 장기적인 경우 선형적인 기술혁신존재검증을 어렵게 할 수 있다는 가능성을 보여준다. 연구결과 정책적 시사점은 두 가지로 요약될 수 있다 첫째, 우리나라의 경우에 기술혁신수준이 중국이 쉽게 모방할 수 있는 정도로 매우 낮다고 볼 수 있다. 둘째, 우리나라에 대한 중국의 기술혁신 모방에 대한 정책적 시사점으로는 우리나라 기술혁신의 주기가 짧으면서 자주 일어나야한다.