• Water for future
• /
• v.24 no.3
• /
• pp.61-70
• /
• 1991

the relationships between rainfall and runoff are analyzed statistically and modelled using discrete linear transfer function, which can be shown with the relations between input and output in hydrologic system. The procedures of identification, estimation and diagnostic checking of model are proposed, and the suitabilith of assume model is determined by the statistics used in time series analysis.

• Journal of Korean Society of Transportation
• /
• v.34 no.1
• /
• pp.95-106
• /
• 2016

Air transportation demand is consistently increasing in Korea due to economic growth and low cost carriers. For this reason, airport expansion plans are being discussed in Korea. Therefore, it is essential to forecast reliable air transportation demand with adequate methods. However, most of the air transportation demand models in Korea has been developed by simple regression analysis with several dummy variables. Simple regression analysis without considering stationarity of time-series data can bring spurious outputs when a direct causal relationship between explanatory variables and dependent variable does not exist. In this paper, econometric model were developed for air transportation demand based on stationarity in time-series data. Unit root test and co-integration test are used for testing hypothesis of stationarity.

• 한국데이터정보과학회:학술대회논문집
• /
• 2006.11a
• /
• pp.29-36
• /
• 2006

최근 유해성이 강한 지표오존농도가 대기환경의 주요한 문제로 부각되고 있다. 본 연구에서는 경기도 평택과 서울 정동지역의 오존농도를 설명 변수를 사용할 수 있는 다변량 시계열 모형인 ARE(자기회귀오차) 모형으로 분석하였다. ARE모형에서는 오존 전체자료를 사용한 전체모형과 오존농도가 41ppb 이상 되는 자료를 사용한 부분모형 두 가지 모형을 비교하였다. ARE의 오존농도 설명변수로는 오존농도와 연관 있는 8종류의 기상자료와 4종류의 대기오염자료를 고려하였다. 기상자료의 8가지 설명변수로 일 최고온도, 일사량, 풍속, 상대습도, 강수량, 이슬점온도, 수증기압, 운량 자료를 사용하였다. 대기오염자료의 4가지 설명변수로는 아황산가스(SO2), 이산화질소(NO2), 코발트(CO)와 프로메툼 10(PM10)를 사용하였다.

• Journal of the Korea Convergence Society
• /
• v.12 no.10
• /
• pp.9-17
• /
• 2021

With the advancement of big data analysis, artificial intelligence, machine learning, etc., data analytics technology has developed to help with optimal decision-making. However, in certain areas, the lack of data restricts the use of these techniques. For example, real estate related data often have a long release cycle because of its recent release or being a non-liquid asset. In order to overcome these limitations, we studied the scalability of the existing time series through the TimeGAN model. A total of 45 time series related to weekly real estate data were collected within the period of 2012 to 2021, and a total of 15 final time series were selected by considering the correlation between the time series. As a result of data expansion through the TimeGAN model for the 15 time series, it was found that the statistical distribution between the real data and the extended data was similar through the PCA and t-SNE visualization algorithms.

• The Journal of the Korea Contents Association
• /
• v.15 no.6
• /
• pp.399-410
• /
• 2015

The primary goal of the study is to examine the possibility of applying the time series model to forecasting demand and supply of social services. In the study, we used survey data based on a nationally represented sample which is secondary processed data. We selected developmental rehabilitation service. The analysis, we made models of a demand and a supply using time series analysis. Utilizing the estimates, we identified each model's pattern. This study provides an empirical evidence to suggest benefits of using the time series model for forecasting the demand and the supply pattern of newly introduced social services. We also provide discussions on policy implications of utilizing demand and supply time series models in the process of developing new social services.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.97-97
• /
• 2022

AI 모형을 적용한 도시지역 침수예측에 대한 연구는 꾸준히 수행되어 왔다. AI 모형을 이용해 도시침수예측을 하기 위해서는 모형에 강우자료를 학습시키게 되는데, 시계열 강우분포 자료를AI 모형의 학습자료로 사용하기에 자료의 양이 너무 많기 때문에 총 강우량만을 이용하여 도시침수예측을 수행한 바 있다(Kim et al., 2021). 하지만 총 강우량만을 AI 모형에 학습시킬 경우, 지속기간 동안 강우가 고르게 분포하는지 불규칙적으로 분포하는지에 대한 정보가 포함되지 않았기 때문에 침수예측력이 떨어질 수 있다. 따라서 본 연구에서는 시계열 강우자료의 통계치를 산정하여 AI 모형에 학습시킴으로써 강우분포특성을 고려한 침수예측을 통해 예측력을 높이고자 한다. 총 강우량만을 학습시킬 경우, 같은 지속시간에 같은 양의 강우가 내리더라도 고른 분포를 가진 강우에 의해서는 실제 침수는 작게 일어나므로 과대예측을, 전체 지속시간 중 특정 시간대에 편향된 분포를 가진 강우에 의해서는 실제 침수가 크게 일어나므로 과소예측을 하는 문제가 발생할 수 있다. 따라서 표준편차를 평균 강우량으로 나눈 값인 변동계수, 강우분포의 뾰족한 정도를 나타내는 첨도, 평균값에 대해 어느 방향으로 비대칭인지를 나타내는 왜도 값을 추가로 학습시킴으로써 시계열 강우자료 전체를 학습시키지 않고도 강우분포를 학습시키지 않았을 때 발생하는 과소·과대예측 문제를 해결할 수 있다. 또한 변동계수 대신 표준편차를 학습시키는 모형, 변동계수와 표준편차를 모두 학습시키지 않는 모형, 변동계수와 표준편차를 모두 학습시키는 모형과의 침수예측 결과 비교를 통해 표준편차와 변동계수 중 어떤 통계치를 학습시키는 것이 적합한지와 비슷한 통계치 자료를 모두 학습시켰을 때의 과적합 문제 등에 대한 결론를 얻을 수 있다.

• The Korean Journal of Applied Statistics
• /
• v.35 no.4
• /
• pp.553-568
• /
• 2022

The Household Income and Expenditure Survey is a representative survey of Statistics Korea, which aims to measure and analyze national income and consumption levels and their changes by understanding the current state of household balances. Recently, the disconnection problem in these time series caused by the large-scale reorganization of the survey methods in 2017 and 2019 has become an issue. In this study, we model the characteristics of the time series in the Household Income and Expenditure Survey up to 2016, and use the modeling to compute forecasts for linking the expenditures in 2017 and 2018. In order to evenly reflect the characteristics across all expenditure item series and to reduce the impact of a specific forecast model, we synthesize a total of 8 models such as regression models, time series models, and machine learning techniques. In particular, the noteworthy aspect of this study is that it improves the forecast by using the optimal combination technique that can exactly reflect the hierarchical structure of the Household Income and Expenditure Survey without loss of information as in the top-down or bottom-up methods. As a result of applying the proposed method to forecast expenditure series from 2017 to 2019, it contributed to the recovery of time series linkage and improved the forecast. In addition, it was confirmed that the hierarchical time series forecasts by the optimal combination method make linkage results closer to the actual survey series.

• Proceedings of the Korean Society of Soil and Groundwater Environment Conference
• /
• 2000.05a
• /
• pp.65-65
• /
• 2000

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.599-603
• /
• 2012

본 연구에서는 부정류 계산 모형을 이용한 확률 홍수량 및 홍수위 산정 방법을 개발하고, 이를 한강 살리기 사업이 진행 중인 남한강 구간에 적용하였다. 우선 한강 살리기 사업 전과 후의 하도에 대하여 부정류 계산 모형을 각각 수립하였으며, 과거 발생한 홍수사상을 조사하였다. 사업 전 모형과 최근에 발생한 홍수사상을 이용하여 모형의 보정 및 검증을 실시하고, 추정된 매개변수를 사업 후의 하도에 대한 모형에 적용하였다. 대상 유역에 과거 발생한 홍수사상을 사업 후 모형으로 모의하여 각 홍수사상 별로 최대 홍수량 및 홍수위를 계산하였다. 이때 최대 홍수량 모의 결과들을 빈도해석 대상 자료군으로 사용하여, 연최대치 계열이나 부분 시계열에 대하여 빈도해석을 통하여 확률 홍수량을 산정할 수 있다. 본 연구에서는 장기간의 관측자료의 확보가 어려운 국내의 현실을 고려하여, 부분 시계열의 빈도해석 방법을 사용하여 확률 홍수량을 산정하였다. 다음으로 부정류 계산모형의 모의 결과인 최대 홍수량 및 홍수위 자료를 회귀분석하여 수위-유량 관계식을 유도하고, 각 빈도별 확률 홍수량을 관계식에 대입하여 확률 홍수량에 대응하는 확률 홍수위를 산정하였다.

• The Pure and Applied Mathematics
• /
• v.2 no.1
• /
• pp.67-82
• /
• 1995

경제학에서 분석하는 연도별 국민총생산액, 월별 소비자물가지수, 경영학에서 분석하는 어느 제품의 월별 판매량, 특정주식의 일별 종가 및 거래량, 기상학에서 관찰되는 일별 최고온도 및 최저온도, 태풍의 경로, 등등 여러 학문분야에서 접할 수 있는 통계자료들은 시간이 흐름에 따라 변하는 시계열자료(time series data)들이 많다. 따라서 대부분의 학문분야에서 시계열 분석이 필요하다.(중략)