• The Korean Journal of Applied Statistics
• /
• v.13 no.1
• /
• pp.97-104
• /
• 2000

본 논문은 m개의 독립적인 일차 비선형 시계열로 구성된 패널자료의 동질성 검정에 대한 연구로서 먼저 일반적인 일차 비선형 시계열의 정상성 조건을 유도하고 이어서 동질성 검정법을 제시하고 연관된 극한분포를 규명하였다. 또한 모의실험을 하여 제안된 검정법의 모의검정력을 구하였다.

• Journal of Digital Convergence
• /
• v.10 no.9
• /
• pp.357-362
• /
• 2012

We have compared and predicted for non-linear time series data which are real data having different variences using GRCA(1) model and neural network method. In particular, using Korea Composite Stock Price Index rate, mean square errors of prediction are obtained in genaralized random coefficient autoregressive model and neural network method. Neural network method prove to be better in short-term forecasting, however GRCA(1) model perform well in long-term forecasting.

• The Korean Journal of Applied Statistics
• /
• v.20 no.2
• /
• pp.219-227
• /
• 2007

The time series models have been used to analyze and predict the network traffic. In this paper, we compare the performance of the time series models for prediction of network traffic. The feasibility study showed that a class of nonlinear time series models can be outperformed than the linear time series models to predict the network traffic.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.29 no.2B
• /
• pp.163-171
• /
• 2009

Classical linear models have been generally used to analyze and forecast hydrologic time series. However, there is growing evidence of nonlinear structure in natural phenomena and hydrologic time series associated with their patterns and fluctuations. Therefore, the classical linear techniques for time series analysis and forecasting may not be appropriate for nonlinear processes. In recent, the BDS (Brock-Dechert-Scheinkman) statistic instead of conventional techniques has been used for detecting nonlinearity of time series. The BDS statistic was derived from the statistical properties of the correlation integral which is used to analyze chaotic system and has been effectively used for distinguishing nonlinear structure in dynamic system from random structures. DVS (Deterministic Versus Stochastic) algorithm has been used for detecting chaos and stochastic systems and for forecasting of chaotic system. This study showed the DVS algorithm can be also used for detecting nonlinearity of the time series. In this study, the stochastic and hydrologic time series are analyzed to detect their nonlinearity. The linear and nonlinear stochastic time series generated from ARMA and TAR (Threshold Auto Regressive) models, a daily streamflow at St. Johns river near Cocoa, Florida, USA and Great Salt Lake Volume (GSL) data, Utah, USA are analyzed, daily inflow series of Soyang dam and the results are compared. The results showed the BDS statistic is a powerful tool for distinguishing between linearity and nonlinearity of the time series and DVS plot can be also effectively used for distinguishing the nonlinearity of the time series.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.1032-1036
• /
• 2006

본 연구에서는 영산강 본류를 대표하는 나주지점을 대상으로 하여, 해당 지점에서 자동 측정되고 있는 수질 항목들 중에서 총유기탄소(TOC: Total Organic Carbon)의 시계열 자료에 대한 비선형 동역학적 거동을 파악하고자 하였다. 1994년 낙동강에서의 수질오염 사고 이후 4대강 유역에서 설치.운영되고 있는 수질자동 측정망의 TOC 자료를 일자료로 환산하여 사용하였으며, 시계열 자료에 비선형 동역학적(카오스적) 특성이 존재하는지를 알아보기에 앞서 자료의 전처리 과정으로써 3가지의 잡음제거 방법을 적용하였다. 잡음이 제거된 시계열 자료에 비선형 동역학적 거동의 파악을 위해 보편적으로 사용되고 있는 상관차원분석을 실시하였다. 또한 상관차원분석 결과 비선형 동역학적 거동을 나타내는 것으로 판별된 자료에 대하여 그 양상을 가시적으로 알아보기 위해 지체시간$(\tau)$을 적용하여 3차원 위상공간에 도시하였다. 본 연구의 결과, 나주지점에서 측정되고 있는 총유기탄소에 대해 비선형 잡음제거 방법을 적용한 자료가 비선형 동역학적 거동을 내재하고 있는 것으로 나타났으나, 이를 위상공간에 재건하였을 경우 이상한 끌개(strange attractor)의 뚜렷한 구조가 보이지 않았다. 그러나 상관차원분석 결과 잡음이 제거된 자료가 카오스적 특성을 보이므로, 자료의 단기예측을 위한 방법에 기초적인 정보를 제공할 수 있을 것으로 기대된다.

• Journal of Digital Convergence
• /
• v.12 no.7
• /
• pp.261-266
• /
• 2014

When the number of parameters in the time series model are diverse, it is hard to forecast because of the increasing error by a parameter estimation. If the homogeneity hypothesis which was obtained from the same model about severeal data for the time series is selected, it is easy to get the predictive value better. Nonlinear time-series panel data for each parameter for each time series, since there are so many parameters that are present, and the large number of parameters according to the parameter estimation error increases the accuracy of the forecast deteriorated. Panel present in the time series of multiple independent homogeneity is satisfied by a comprehensive time series to estimate and to test of the parameters. For studying about the homogeneity test for the m independent non-linear of the time series panel data, it needs to set the model and to make the normal conditions for the model, and to derive the homogeneity test statistic. Finally, it shows to obtain the limit distribution according to ${\chi}^2$ distribution. In actual analysis,, we can examine the result for the homogeneity test about nonlinear time series panel data which are 2 groups of stock price data.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.11a
• /
• pp.1516-1519
• /
• 2011

예측에 필요한 중요한 자료에는 비선형 자료와 시계열과 같은 선형 자료 등이 있다. 이들 자료는 그 함축적인 관계가 매우 복잡하여 전통적인 통계분석 도구로 식별하는데 어려움이 많다. 신경망 분석은 비모수적 문제나 비선형 곡선 적합능력의 우수성 때문에 현실세계에서의 고유한 복잡성을 다루는 많은 경제 응용 분야에서 널리 이용되고 있다. 신경망은 또한 경제 시계열자료의 예측분야에서도 여러 연구에서 훌륭한 도구로서 적용되고 있다. 전통적으로 우리나라에서 시계열자료의 예측은 선형 자료적 분석을 중심으로 하는 분석도구인 자기회귀누적이동평균(ARIMA)모형을 이용한 시계열분석이 일반적이다. 이 연구에서는 신경망과 ARIMA 모형을 이용하여 한국의 주가변동 자료 및 자동차등록 현황 자료등과 같은 시계열자료를 이용한 예측결과를 비교한다. 연구의 결과는 신경망을 이용한 예측 방법들이 ARIMA 예측 결과보다 통계적으로 작은 오차를 주는 보다 효율적인 방법임을 보여주고 있다.

• Proceedings of the Korean Society of Soil and Groundwater Environment Conference
• /
• 2000.11a
• /
• pp.64-68
• /
• 2000

장기간 관측된 지하수위 자료를 시계열분석 중의 하나인 전이함수 모형(Transfer Function - Noise model)을 이용하여 분석하였다. 일반적으로 전이함수 모형은 입력 변수와 출력변수와의 관계가 선형적일 때 적용이 가능하며, 자료가 시간에 대해 연속적으로 존재해야 하는 제한이 있다. 강수량과 지하수위의 변동은 비선형적인 관계를 가지고 있어 이러한 전이함수 모형을 직접 적용하는데는 어려움이 있다. 이러한 비선형성의 정도를 감소시키기 위해 물리모형(HYDRUS)을 이용하여 침투량을 계산하고 이를 입력변수로 사용하여 전이함수 모형을 적용하였다. 침투량을 입력변수로 모형을 추정하였을 때, 강수량을 직접 입력자료로 사용했을 경우보다 ME(mean error), RMSE(root-mean-squre error), MAE(mean absolute error)에서 상대적으로 작은 값을 보여주고 있다. TFN 모형의 모수를 추정하기 위해서 Kalman 필터 알고리즘과 최우추정법(Maximum Likelihood Estimation)을 이용하였다. Kalman 필터 알고리즘을 이용하여 불규칙한 관측주기를 갖는 시계열이나 결측값이 있는 시계열에 대해서도 전이함수 모형을 구하였으며, 이를 통해 결측값에 대한 추정이 가능하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2012.05a
• /
• pp.803-806
• /
• 2012

On this paper, various analysis methods has been applied to analyze and forecast the maximum electrical power needs, which is regarded as a nonlinear dynamic system. To understand the characteristic of complicated system, we used TISEAN package and evaluate the chaotic characteristic of time series obtained from electrical power demand using it. TISEAN package offers various algorithms and codes to analyze time series of nonlinear system effectively.

• The Korean Journal of Financial Management
• /
• v.17 no.2
• /
• pp.125-141
• /
• 2000

이 논문에서는 비선형 마코브과정에 의하여 주가가 생성되며 비선형 마코브과정간에 공시운동이 존재하고 이 공시운동에 의하여 주가가 생성되고 있는지의 여부를 검토하는데 목적이 있다. 공시운동은 벡터시계열을 구성하고 있는 단일시계열들의 작용에 의하여 형성되는 관계이다. 종합주가지수를 비롯한 산업별 주가지수가 모두 41개인데 이 지수들의 수익률 시계열들이 비선형 마코브과정을 데이터 생성함수로하여 생성된다고 할 때 정상성 어고딕성이 성립하고 있는 지수수익률시계열이 있고 그렇지 않은 시계열도 있다. 종합주가지수와 대기업, 소기업은 정상적 어고딕 비선형 마코브과정을 따르고 있다. 비선형 마코브과정의 공시운동은 두 시계열간의 관계이다. 종합주가지수의 수익률 시계열과 각 산업주가지수의 수익률시계열간의 공시운동은 시장 1부, 시장 2부 등을 비롯한 산업에서는 존재하고 있지 않으며, 중기업 산업 등을 비롯한 산업에서는 존재하고 있다.