• 제목/요약/키워드: 상태공간모형

검색결과 252건 처리시간 0.033초

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.

뇌기능 연결성 모델링을 위한 통계적 방법 (Statistical methods for modelling functional neuro-connectivity)

  • 김성호;박창현
    • 응용통계연구
    • /
    • 제29권6호
    • /
    • pp.1129-1145
    • /
    • 2016
  • 뇌기능 연결성 문제는 뇌의 신경역학적 현상과 밀접한 관련이 있다는 의미에서 뇌과학에서 주요 연구주제이다. 본 논문에서는 기능적 자기공명영상(fMRI)자료를 뇌활동에 대한 반응 자료의 주요 형태로써 선택하였는데, 이 fMRI자료는 높은 해상도 때문에 뇌과학 연구에서 선호되는 자료 형태이다. 뇌활동에 대한 생리학적 반응을 측정해서 자료로 사용한다는 전제하에서 뇌의 기능적 연결성을 분석하는 방법들을 고찰하였다. 여기서의 전제란 상태공간 및 측정 모형을 다룬다는것을 의미하는데, 여기서 상태공간 모형은 뇌신경역학을 표현한다고 가정한다. 뇌기능 영상자료의 분석은 무엇을 측정하였느냐에 따라서 분석방법과 그 해석이 조금씩 달라진다. 실제 fMRI자료를 고차원 자기회귀모형을 적용해서 분석한 결과를 논문에 포함하였는데, 이 결과를 통해서 서로 다른 도형문제를 푸는데 서로 다른 뇌신경 역학관계가 요구된다는 것을 엿볼 수 있었다.

이노베이션 상태공간 지수평활 모형을 이용한 시간별 전력 수요의 예측 (Hourly electricity demand forecasting based on innovations state space exponential smoothing models)

  • 원다영;성병찬
    • 응용통계연구
    • /
    • 제29권4호
    • /
    • pp.581-594
    • /
    • 2016
  • 본 논문은 이노베이션 상태공간모형을 근간으로 기존의 지수평활법을 포괄할 수 있는 다중 계절형 모형을 소개한다. 특히 이 모형은, 기존 모형의 한계를 극복하고 동일한 계절 내의 다양성을 표현할 수 있도록 계절 성분을 행렬로 표현하는 정교한 구조를 가지고 있다. 이런 구조를 이용하면 비슷한 패턴을 가지는 계절 성분의 모수를 그룹별로 분류할 수 있다. 따라서, 다중 계절형 모형은 모수절약 원칙을 달성할 수 있으며 모형의 해석이 용이한 장점을 가지고 있을 뿐만 아니라, 잠재적으로 임의의 개수의 계절성도 수용 가능하다. 본 연구에서는 다중 계절형 모형을 이용하여 시간 단위로 관측된 한국 전력 수요량을 분석하고 예측한다. 특히, 시간별 전력 수요량의 계절성은 1일 및 1주일의 두 가지로 고려되었고 이를 토대로 유사한 요일들은 공통 계절로 그룹화하였다. 모형의 예측 성능을 평가하기 위하여 기존 지수평활법의 예측 결과와 비교하였다. 그 결과, 다중 계절형 모형이 기존 지수평활법보다 예측력이 우수함을 확인하였다.

Support Vector Machine과 상태공간모형을 이용한 단변량 수문 시계열의 동역학적 비선형 예측모형 (Dynamic Nonlinear Prediction Model of Univariate Hydrologic Time Series Using the Support Vector Machine and State-Space Model)

  • 권현한;문영일
    • 대한토목학회논문집
    • /
    • 제26권3B호
    • /
    • pp.279-289
    • /
    • 2006
  • 최근에 수문시계열로부터 저차원의 비선형 거동을 재구성하고자 하는 연구가 활발히 진행되고 있다. 이러한 관점에서 본 연구에서는 Support Vector Machine(SVM)을 이용하여 우수한 상태-공간 재구성 능력을 갖는 비선형 예측모형을 구성하여 Great Salt Lake(GSL) Volume에 적용하였다. SVM은 Kernel 함수로부터 유도된 고차원의 특성공간 안에서 선형함수의 가상공간을 이용하는 Machine Learning 방법론이다. 또한 SVM은 훈련자료로부터 얻어지는 평균제곱오차가 아닌 일반화된 오차를 최소화함으로써 상대적으로 기존 방법에 비해 적은 수의 매개변수와 과적합(over fitting)을 피하면서 비선형 함수의 최적화가 가능하다. 본 연구에서 제시한 SVM 회귀분석의 적용성은 미국의 GSL의 2주 간격 Volume을 대상으로 검토하였다. SVM을 이용한 비선형 예측모형은 GSL Volume의 2주(1-Step), 8주(4-Step)와 반복예측(Iterated Prediction, 121-Step)까지 적용되었다. 본 연구에서는 극치사상 즉, 급격한 감소 및 증가 구간을 예측하는데 있어서 훈련구간과 예측구간을 구분하여 모형의 신뢰성을 평가하였다. 예측결과SVM은 훈련자료로부터 적은 수의 관측치를 이용하여 동역학적 거동을 추출할 수 있었으며 실제 관측자료와 거의 유사한 예측이 가능함을 통계적 지표로 확인할 수 있었다. 따라서 비선형 수문시계열의 단기 예측을 위한 모형으로 적용이 가능할 것으로 판단된다.

공간모형을 통한 FTA의 다각화가 양자무역에 미치는 영향 분석 (The Effects of FTA Diversification on Bilateral Trade in the Spatial Model)

  • 이순철
    • 국제지역연구
    • /
    • 제20권1호
    • /
    • pp.53-78
    • /
    • 2016
  • 본고는 2003~2013년 기간 동안 62개 국가를 대상으로 양국간 FTA와 자국 및 무역상대국의 다양한 FTA체결 확산이 양자간 무역에 미치는 영향을 중력모형과 공간모형을 이용하여 분석하였다. 본고는 먼저 중력모형과 공간모형을 이용하여 양국이 체결한 FTA가 양자간의 무역 및 수출입에 미치는 영향과 동시에 모형 적용의 적절성을 분석하였다. 그 다음으로 공간모형만을 이용하여 양국간의 FTA를 통제한 상태에서 자국 및 무역상대국이 체결한 FTA가 양자간의 무역에는 어떤 영향을 미치는지를 분석하였다. 분석결과를 정리하면 다음과 같다. 첫째, 양자간의 FTA가 무역에 미치는 영향을 분석할 때에는 중력모형보다는 공간회귀모형을 이용하는 것이 더 적절하다. 이는 양자간 무역에서 공간적 파급효과가 중요하다는 것을 의미한다. 둘째, 이미 많은 연구들이 증거를 제시하였듯이 양국간에 체결한 FTA는 FTA 회원국의 양자간 무역을 확대시키는 역할을 한다. 셋째, 자국 및 무역 상대국이 FTA를 많이 체결할수록 양자간의 무역은 증가한다. 넷째, 양자간에 FTA를 체결한 상태에서 자국 및 무역상대국이 FTA를 많이 체결할 경우 무역 다각화 또는 무역전환효과의 발생으로 인하여 양자간의 무역이 감소한다. 결론적으로 본고는 FTA 정책의 추진에 있어서 무역 자체의 확대 및 무역의 다각적 확대를 위해서는 FTA를 가능한 많이 체결해야 하겠지만, 그 만큼 기존에 체결한 FTA의 효과는 반감되기 때문에 새로운 FTA를 체결할 경우 정치적 이유가 아니라면 상대적으로 시장이 큰 국가와 추진하는 것이 유리하다는 정책적 시사점으로 제시하고 있다.

기관투자자 거래가 주가지수 변동성에 미치는 영향 (The Effect of Institutional Investors' Trading on Stock Price Index Volatility)

  • 유한수
    • 산학경영연구
    • /
    • 제19권1호
    • /
    • pp.81-92
    • /
    • 2006
  • 본 연구에서는 기관투자자의 순매수가 주가지수 변동성에 어떤 영향을 미치는가에 대해 분석하였다. 기존의 연구들에서는 관측변동성을 가지고 분석이 이루어져 왔는데 본 연구에서는 상태공간모형과 칼만필터링을 이용하여 관측변동성을 기본적 변동성과 일시적 변동성으로 분해하여 이들 각각의 변동성에 어떠한 영향을 주었는지를 연구하였다. 분석대상기간은 2000년 1월 4일부터 2005년 6월 30일까지로 하였으며 분석대상지수는 KOSPI이다. 기관투자자 순매수와 관측변동성의 관계에 대한 분석결과 기관투자자 순매수와 관측변동성은 유의한 관계가 없는 것으로 나타났으며 상태공간모형과 칼만필터링을 이용하여 구한 기본적 변동성과 일시적 변동성에 대해 분석 결과도 기본적 변동성, 일시적 변동성 모두 기관투자자 순매수와 유의한 관계가 없는 것으로 나타났다.

  • PDF

마코프 로지스틱 회귀모형을 이용한 강수 확률예측

  • 박정수
    • 한국데이터정보과학회:학술대회논문집
    • /
    • 한국데이터정보과학회 2006년도 PROCEEDINGS OF JOINT CONFERENCEOF KDISS AND KDAS
    • /
    • pp.345-352
    • /
    • 2006
  • 현 기상의 시점에서 강수 확률 예측을 위해 가장 적절한 모형은 공간적 종속성과 시간적 종속성을 고려한 모형이 선택되어져야 한다. 보통 마크프 연쇄 모형과 예보인자를 이용하는 회귀 모형이 모두 고려된 모형을 사용한다. 본 논문에서는 강수 형태를 세 개의 상태로 나눈 경우, 즉 맑은 경우, 흐린 경우, 비온 경우로 나누어 마코프 로지스틱 회귀모형을 세우고 강수확률을 예측 할 수 있도록 하였다. 또한 서울 지역의 강수 자료를 이용하여 기존의 마코프 회귀모형과 마코프 로지스틱 회귀모형을 서로 비교하여 실제적 적용 문제를 다루었다.

  • PDF

터널 모형실험에 대한 상사성 이론 정립에 관한 연구 (A study on the establishment of similarity rule for tunneling model tests)

  • 박시현;이석원
    • 한국터널지하공간학회 논문집
    • /
    • 제6권2호
    • /
    • pp.161-169
    • /
    • 2004
  • 본 연구는 터널 모형실험을 실시함에 있어서 실제 지반상태 및 터널구조물을 모형실험상에서 모사하기 위한 상사성 원리를 종합적으로 검토한 것이다. 이를 바탕으로 중력장에서 모형실험을 실시하는 경우에도 상사성을 만족시킬 수 있는 방법에 대해 이론적 연구를 수행하였으며 토사지반에 시공된 터널 사례에 대하여 모형실험시 라이닝 설정 방법에 관한 실험조건 수립과정을 정리하였다.

  • PDF

적색편이 공간에서 국부 요동지역 주변의 초면과 은하단에 응용 (THE CAUSTICS AROUND A LOCAL DENSITY PERTURBED REGION IN REDSHIFT SPACE AND THEIR IMPLICATIONS TO RICH CLUSTERS OF GALAXIES)

  • 송두종
    • Journal of Astronomy and Space Sciences
    • /
    • 제10권2호
    • /
    • pp.163-188
    • /
    • 1993
  • 적색편이 공간에서 보이는 국부 요동지역 주변의 초면은 프리이드만 배경 우주에 포함된 툴만 시공간 모형 관점에서 보면 국부 중력장에 유도된 국부 팽창율이 원인이 됨을 알고 있다. 초면은 국부적인 것으로서 요동지역에 포함된 질량에 크게 지배되고 물질들의 동력학적 상태와 밀접한 관계가 았다. 은하단의 밀도 분포 모형으로 광학 관측과 X-선 관측을 잘 맞추는 아벨 윤곽과 폴리트로프적 밀도 분포 윤곽을 택하여 틀만 시공간 모형으로 계산한 적색편이 공간에 나타나는 초면과 코마 은하단과 페르세우스 은하단 성분은하들에서 관측되는 적색편이-중심거리 형태와 비교하였을 때, 초면은 은하단의 크기와 질량에 한계값을 설정할 수 있었고, 뜨거운 기체의 물질 상태를 짐작할 수 있는 단서를 제공한다.

  • PDF