• Journal of Korean Society of Industrial and Systems Engineering
• /
• v.21 no.47
• /
• pp.69-85
• /
• 1998

본 연구에서는 부품 및 시스템 고장률 모형에 대한 추계적 과정 접근법을 제시하고 기존의 이론 분포 중심 접근법에서 탈피하여 부품고장률을 시계열 모형으로 설정하고 이에 따른 복합시스템 고장율의 선형결합에 대한 모델을 제시하며 주요 모델에 대한 수치예를 든다. 또한 Burn-In 테스트에 사용되는 욕조(Bathtub) 고장률 모형에 대한 기존의 혼합분포 접근법의 대체 방법으로 비선형 시계열 모형을 제안한다.

• Communications for Statistical Applications and Methods
• /
• v.5 no.1
• /
• pp.43-53
• /
• 1998

본 연구에서는 승법 시계열모형에 있어서 계절성 존재에 대한 대표본 검정통계량으로 서 Wald, 우도비, Rao 통계량을 제안했다. 그리고 세 통계량의 극한분포를 유도하였다. 모의실험을 통하여 세 검정통계량의 경험적 유의수준과 극한분포를 구하고, 세 검정통계량의 검정력을 비교하였다.

• Journal of the Korean Data and Information Science Society
• /
• v.28 no.1
• /
• pp.11-20
• /
• 2017

In this paper, we introduced linear spatial time series (space-time autoregressive and moving average model) and nonlinear spatial time series (space-time bilinear model). Also we estimated the parameters by Kalman Filter method and made comparative studies of power of forecast in the final model. We proposed several weight matrices such as equal proportion allocation, reciprocal proportion between distances, and proportion of population sizes. For applications, we collected Mumps data at Korea Center for Disease Control and Prevention from January 2001 until August 2008. We compared three approaches of weight matrices using the Mumps data. Finally, we also decided the most effective model based on sum of square forecast error.

• 한국ITS학회:학술대회논문집
• /
• 2003.11a
• /
• pp.297-302
• /
• 2003

• The Korean Journal of Applied Statistics
• /
• v.36 no.6
• /
• pp.573-589
• /
• 2023

In a piecewise linear trend model, the change points coincide with the mean change points of the first differenced time series. Therefore, by detecting the mean change points of the first differenced time series, one can estimate the change points of the piecewise linear trend model. In this paper, based on this fact, a method is proposed for detecting change points of the piecewise linear trend model using the simple moving average of the first differenced time series rather than estimates of the slope or residuals. Our Monte Carlo simulation experiments show that the proposed method performs well in estimating the number of change points not only when the error terms in the piecewise linear trend model are independent but also when they are serially correlated.

• Communications for Statistical Applications and Methods
• /
• v.16 no.1
• /
• pp.127-135
• /
• 2009

It is necessary to forecast the amount of the maximum electricity demand for stabilizing the flow of electricity. The time series data was collected from the Korea Energy Research between January 2000 and December 2006. The data showed that they had a strong linear trend and seasonal change. Winters seasonal model, ARMA model were used to examine it. Root mean squared prediction error and mean absolute percentage prediction error were a criteria to select the best model. In addition, a nonstationary generalized extreme value distribution with explanatory variables was fitted to forecast the maximum electricity.

• The Korean Journal of Applied Statistics
• /
• v.35 no.3
• /
• pp.385-393
• /
• 2022

In this paper, we consider univariate time series models that are well known in the field of forecasting and we study on forecasting performance for their simple combinations. The univariate time series models include exponential smoothing methods and ARIMA (autoregressive integrated moving average) models, their extended models, and non-seasonal and seasonal random walk models, which is frequently used as benchmark models for forecasting. The median and mean are simply used for the combination method, and the data set used for performance evaluation is M3-competition data composed of 3,003 various time series data. As results of evaluating the performance by sMAPE (symmetric mean absolute percentage error) and MASE (mean absolute scaled error), we assure that the simple combinations of the univariate models perform very well in the M3-competition dataset.

• The Korean Journal of Financial Management
• /
• v.16 no.1
• /
• pp.171-191
• /
• 1999

시간의 흐름에 걸친 주가시계열의 행동양식에 대한 연구에서는 선형성, 비선형성, 장기기억, 항상성분 등에 대한 명확한 결론을 내리고 있지 못한 실정이다. 주가 시계열과정을 설명하고 예측하기 위한 여러 모형들에 대한 실증연구에는 설명력과 예측력을 완벽하게 갖추고 있지 못하고 있다는 증거들이 제시되고 있다. 계절적 변동을 주가시계열에 적용하지 않는 관계로 이와 같은 결과가 발생할 가능성이 존재한다. 분기별 종합주가지수의 수익률에 계절적 단위근이 존재하고 있음이 실증분석을 통하여 밝혀졌다. 이 시계열에서는 계절적 단위근을 제거하기 위하여서는 제4계 시차 작용소가 적절한 필터임이 인정되었다. 월별 종합주가지수의 수익률에서도 계절적 단위근이 존재하고 있다. 따라서 제12계 시차 작용소를 사용하여 계절적 단위근을 제거하여야 할 것이다. 분기별 수익률에는 제4차 시차 작용소를, 월별수익률에서는 제12차 시차 작용소를 필터로 사용하여 이 시계열들을 차분화하고 이 차분화를 통하여 계절적 단위근을 제거한 후에 이 시계열들의 시계열적 성질과 특성을 탐구해야 할 것이다. 이 과정을 통할 때 시계열 과정에 대한 계량경제학적 모형에 대한 정확한 추론이 가능하게 된다.

• Journal of Korean Society of Transportation
• /
• v.26 no.1
• /
• pp.51-63
• /
• 2008

Jeju-Mainland demand for air passenger is variated by the season because most of the demands stem from the leisure travel. This research is to estimate the econometrics demand models(A simple time series model and the partial adjustment model) and elasticities of each models for the Jeju-Mainland domestic routes air travel market using the time series aggregate data between the year 1996 and 2005. As the result of estimating, income elasticity was evaluated to be elastic(1.55) and fare elasticity was inelastic(-0.49${\sim}$-0.59) for A simple time series models. In the partial adjustment model's case, income elasticity was evaluated to be inelastic(0.51) in short-run whereas it was evaluated to be elastic(1.88) in long-run. Fare elasticity was evaluated to be inelastic in short-run(high-demand season: -0.13, slack season: -0.20) and long-run(high-demand season: -0.48, slack season: -0.72).

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 1998.11a
• /
• pp.50-58
• /
• 1998

EEG 생리신호의 분석은_ 국내에서도 최근에 활발한 연구가 진행되고 있으나, 시계열을 이용한 분석법은 많은 전문적인 지식을 요구하고 있기 때문에 시계열을 전문적으로 연구하지 않은 사람들에게는 많은 어려움을 내포하고 있다. 그러므로 시계열분석에 대한 지식이 혀는 분석자라도 보다 쉽게 이해하고 분석이 가능한 모형구축 및 판별분류에 대한 신호분석용 시계열분신 Tool의 개발이 미진한 상태이기 때문에 시계열분석에 의한 뇌파 신호의 분류에 대한 시스템을 개발하였다.