• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2013년도 추계학술대회
• /
• pp.133-135
• /
• 2013

장래의 해상교통량에 대한 정확한 예측은 항로설계 및 해상교통의 안전성 평가 측면에서 중요한 요소이다. 본 연구는 신뢰성 있는 해상교통량을 추정하기 위해 시계열 모델의 지수평활법과 ARIMA 모형을 이용하여 모형의 식별 및 진단 방안을 제시하였다. 제시된 방법의 효과를 검증하기 위하여 주요항만인 부산항, 광양항, 인천항, 평택항의 해상교통량을 예측하였다. 그 결과로 부산항은 ARIMA 모형, 광양항은 Winters 승법 모형, 인천항은 단순계절 모형, 평택항은 ARIMA 모형이 더 적합한 모형으로 알 수 있었으며, 각 항만별 계절에 따라 월별 교통량의 차이를 보이는 것으로 분석되었다. 본 연구 결과는 향후 항로 및 항만설계 또는 해상교통 안전성 평가에 보다 신뢰성 있는 추정치를 제공할 수 있을 것으로 보인다.

• 응용통계연구
• /
• 제27권3호
• /
• pp.419-430
• /
• 2014

전력수급의 정확한 예측은 국민들의 일상적 생활 유지, 산업활동, 그리고 국가경영을 위하여 매우 중요하다. 본 연구에서는 시계열모형화에 의해 전력판매량을 예측한다. 실제 자료분석을 통하여 입력시계열로서 냉난방도일과 개입변수로 펄스함수를 사용한 전이함수모형이 다른 시계열모형에 비해서 제곱근평균제곱오차 및 평균절대오차의 의미에서 더 우수하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.1395-1399
• /
• 2010

최근 들어 전 세계적으로 태풍과 가뭄 그리고 국지적인 호우 등의 기상변화로 인하여 수자원 종합적인 개발과 이용계획에 대한 전문적인 예측이 필요하다. 우리나라는 홍수기에 집중적인 강우 발생으로 인하여 평수기와 유입량 차이가 심한 수문특성을 가지고 있어 안정적인 수자원 공급에 대한 장기적인 관점에서 이수와 치수정책을 수립해야 한다. 본 연구는 1985년 1월부터 2008년 12월까지 24년에 해당하는 한정된 기간의 짧은 유출량 자료를 갖는 대청댐 유역에서의 시계열 유입량 특성을 Box-Jenkins모형 또는 ARIMA모형을 적용하여 추계학적 분석을 실시하였다. 월유입량과 같은 비정상성 시계열에 적용될 수 있는 적절한 추계학적 모형을 찾기 위하여 모형의 식별과 모형의 추정, 모형의 검진 등의 3단계에 걸친 분석을 실시하였다. 연구결과 대청댐 월유입량 예측모형으로 승법계절 ARIMA$(0,1,2){\times}(1,1,0)_{12}$이 유도되었으며, 이 모형으로 1, 3, 6, 12개월의 선행기간에 대한 실시간 유입량을 예측하였다. 예측된 유입량을 2008년 실측유입량과 비교한 결과 6개월에 대한 예측의 정확성이 가장 높게 나타났다. 또한 평수기와 홍수기를 구분한 예측도 실시하였으며, 평수기는 1개월 홍수기는 3개월 간격으로 예측하는 것이 가장 적절한 것으로 분석되었다.

• 한국항만경제학회지
• /
• 제25권1호
• /
• pp.1-14
• /
• 2009

항만산업의 발전은 저렴하고 효율적인 서비스 제공을 가능하게 함으로써 자국 경제발전을 지원하는 기능을 하는 동시에 독립된 산업으로 부가가치 및 고용창출을 기대할 수 있다. 그러나 국내 주요 항만들은 대내의적인 여건의 변화로 항만교역량 증가세가 둔화되고 있으며 국내 항만의 여건악화는 일시적인 현상이라기보다는 구조적인 현상이라는 점에 문제의 심각성이 있다. 즉, 향후 주요 항만들의 교역량 증가세가 회복될 가능성이 크지 않다는 것이 일반적인 견해이며, 역내 물류중심 기능을 수행할 수 있을 것인지에 대한 회의론 마저 대두되고 있는 실정이다. 항만개발에 소요되는 시간과 재원은 막대하다. 특히 신항개발의 경우 최소 10년 이상의 장기수요 전망 하에 개발계획의 수립이 이루어진다. 따라서 개발계획의 기본이 되는 교역량의 예측의 중요성은 최근 교역량과 관련한 대외적인 환경 변화에 따라 중요성이 더욱 부각되고 있다. 이처럼 산업이 고도화되고 구조도 급격히 변화되고 있는 시대 흐름에 비추어 정확한 물동량예측은 유용하게 이용될 수 있다. 따라서 본고에서는 승법계절 ARIMA모형을 이용하여 국내항만과 중국항만간의 교역량 변화를 예측해보고, 이러한 예측을 통하여 우리나라 항만의 역할과 경쟁력을 갖추기 위한 필요성이 제기됨에 따라 항만의 교역량 중대를 위한 항만활성화 방안을 제시하고자 한다.

• Journal of Ginseng Research
• /
• 제33권3호
• /
• pp.240-243
• /
• 2009

원료삼 생산에 있어 총수익(R)을 결정하는 4요인 승법 모형을 설정하고 (R=AYQP) 세 농가의 수납실적 수치를 사용하여 총수익 결정식임을 확인하였다. 4요소는 자본요소인 재배면적(A), 기술요소인 단위수량(Y)과 가중평균 품질등급(Q) 그리고 시장요소인 평균등급 가격(P)의 3요소로 해석하였다. 기술요소인 YQ는 자본(A)과 수익(R)의 직선모형에서 기울기가 되어 단위자본의 수익창출계수임을 밝혔다. 수익결정식은 인삼산업의 발전이 재배수량과 품질 향상기술 YQ를 증대시켜 면적(A)을 감소시킴으로서 수익(R)을 높여 시장가격(P)을 낮추는데 있음을 보여주었다.

• 응용통계연구
• /
• 제22권2호
• /
• pp.271-280
• /
• 2009

급내/급간상관이 동시에 존재하는 이변량 이항자료에 대한 모형으로 Danaher과 Hardie (2005)는 베타이항분포를 제안한바 있다. 그러나 이 모형은 베타분포에 따르는 성공확률을 통해 급내 상관을 묘사하므로 그 적용범위가 양의 급내상관을 가지는 자료에 제한된다. 이 연구에서는 보다 더 넓은 범위의 급내 상관에 대해 유용성을 가지는 일반화가법/승법이항모형과 확장베타이항모형 등에 Sarmanov형식의 이변량 확장을 고려하고 이들을 기존 모형과 적합도의 측면에서 비교한다. 실제자료인 주식자료와 소비자패널자료에 이변량 일반화이항모형들을 적용한 결과, B-mB와 B-ebB의 성능이 우수한 것으로 나타나며, 그 중 상대적으로 넓은 허용범위의 급내상관을 가지는 B-mB가 선호된다고 할 수 있다.

• 환경위생공학
• /
• 제15권2호
• /
• pp.65-74
• /
• 2000

The purpose of this study is to develop the stochastic stream water quality model for the intake station of Chung-Ju city waterworks in the Han river system. This model was based on the theory of Box-Jenkins Multiplicative ARIMA(SARIMA) and the state space model to simulate changes of water qualities. Variable of water qualities included in the model are temperature and dissolved oxygen(DO). The models development were based on the data obtained from Jan. 1990 to Dec. 1997 and followed the typical procedures of the Box-Jenkins method including identification and estimation. The seasonality of DO and temperature data to formulate for the SARIMA model are conspicuous and the period of revolution was twelve months. Both models had seasonality of twelve months and were formulates as SARIMA {TEX}$(2,1,1)(1,1,1)_{12}${/TEX} for DO and temperature. The models were validated by testing normality and independency of the residuals. The prediction ability of SARIMA model and state space model were tested using the data collected from Jan. 1998 to Oct. 1999. There were good agreements between the model predictions and the field measurements. The performance of the SARIMA model and state space model were examined through comparisons between the historical and generated monthly dissolved oxygen series. The result reveal that the state space model lead to the improved accuracy.

• 농촌지도와개발
• /
• 제20권2호
• /
• pp.511-533
• /
• 2013

이 연구는 단변량 시계열 중에서 계절 아리마 모형을 이용하여 경주지역 외국인 관광객을 예측하고자 한다. 이 연구를 위한 시계열 월별 자료는 1995년부터 2010년까지 수집하였다. 총 192개의 관측치를 분석에 사용하였는데, 성수기와 비수기의 관광객 차이가 아주 큰 것을 보여주고 있다. 예측분석결과, 경주지역의 외국인 관광객에 대한 최종 예측모형은 승법계절 ARIMA(1,1,0) $(4,0,0)_{12}$ 모형으로 선정되었다. 이 모형에 적용하여 미래의 경주지역의 외국인 관광객은 2011년 694천명, 2012년 715천명, 2013년 725천명, 2014년 738천명, 2015년 751천명이 방문하는 것으로 나타났다. 이는 향후 경주지역 외국인 관광객에게 효율적으로 관광시설을 공급함과 동시에 서비스를 제공하기 위한 관광정책을 수립하는 측면에서 관광관련 이해당사자들에게 매우 중요하다는 것을 시사하고 있다.

• 시큐리티연구
• /
• 제30호
• /
• pp.139-169
• /
• 2012

본 연구는 살인, 강도, 강간, 절도, 폭력 등 주요 범죄를 예측할 수 있는 시계열 모형을 도출하고 이를 이용한 주요 범죄의 발생 전망을 파악하여 범죄 발생에 대한 과학적인 치안정책 수립에 기여하는데 그 목적이 있다. 이와 같은 목적을 달성하기 위하여 2002년부터 2010년까지의 살인, 강도, 강간, 절도, 폭력 등 주요범죄에 대한 월별 발생건수를 IBM PASW(SPSS) 19.0을 사용하여 주요 범죄의 시계열 예측모형을 규명하기 위한 시계열 모형생성(C), 주요 범죄의 시계열 예측모형에 대한 정확도 규명을 위한 시계열 모형생성(C) 및 시계열 순차도표(N)를 실시하였다. 이와 같은 연구목적과 연구방법을 통하여 도출한 연구결과는 다음과 같다. 첫째, 살인, 강도, 강간, 절도, 폭력 등 주요 범죄에 대한 시계열 예측모형은 각각 단순계절, Winters 승법, ARIMA(0,1,1)(0,1,1), ARIMA(1,1,0)(0,1,1), 단순계절로 나타났다. 둘째, 살인, 강도, 강간, 절도, 폭력 등 주요 범죄에 대하여 시계열 예측모형을 이용한 주요 범죄에 대한 단기적 발생 전망이 가능한 것으로 나타났다. 이러한 연구결과를 토대로 범죄 발생에 대한 지속적인 시계열 예측모형 제시, 분기별, 연도별 범죄 발생건수를 기초로 하는 중 장기 시계열 예측모형에 대한 관심이 요구된다.

• 한국정보전자통신기술학회논문지
• /
• 제10권4호
• /
• pp.295-303
• /
• 2017

본 논문에서는 최근 국제 해운시장의 동향과 국내 해운시장의 위기설에 대한 국내외적 요인을 정성적으로 파악하고, 국내 해운시장의 위기 이후 감소한 부산 신항의 물동량이 다시 회복세를 보일 수 있는 특성요인을 파악하고자 부산 신항의 향후 물동량에 대해 정량적으로 분석하여 사전적 예측추이의 파악과 회복세 추이를 분석하였다. 빅데이터 분석 툴인 R을 활용하여 부산 신항 컨테이너 물동량을 분석한 결과, 부산 신항 컨테이너 물동량의 변동은 승법계절 ARIMA 모델 (1,0,1)(1,0,1)[12]로 추정하였을 때, 추정오차와 AICc, BIC기준으로 가장 최적의 ARIMA모형인 것으로 나타났다. 따라서 부산 신항 물동량 추정의 최적의 모델인 ARIMA (1,0,1)(1,0,1)[12]에 의해 향후 36개월간의 부산 신항 물동량을 추정치를 예측한 결과, 13,157,184 TEU, 13,418,123 TEU, 13,539,884 TEU, 4,526,406 TEU 등으로 약 2%, 2%, 1%정도 증가하는 것으로 나타났다.