• The Korean Journal of Applied Statistics
• /
• v.30 no.6
• /
• pp.877-888
• /
• 2017

Spectral analysis is used to determine the frequency of time series data. We first determine the frequency of the series through the power spectrum or the periodogram and then calculate the period of a cycle that may exist in a time series. Estimating the frequency using a Bayesian technique has been developed and proven to be useful; however, the Bayesian estimator for the frequency cannot be analytically solved through mathematical equations and may be handled numerically or computationally. In this paper, we make an inference on the Bayesian frequency through both resampling a parameter by Markov chain Monte Carlo (MCMC) methods and resampling data by bootstrap methods for a time series. We take the Korean real estate price index as an example for Bayesian frequency estimation. We have found a difference in the periods between the sale price index and the long term rental price index, but the difference is not statistically significant.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.1012-1016
• /
• 2006

최근 오염총량관리제도를 위한 오염부하량의 관리문제가 대두되면서 이를 위한 수질분석의 중요성이 인식되고 있다. 그러나 시간적 변화를 가진 유입유량, 유입부하량 자료의 한계로 인하여 기준유량을 대상으로 하는 정적수질분석의 결과가 환경정책에 반영되고 있는 실정이며, 이는 하천유량의 변동과 강우 시 비점오염부하량을 무시한 지극히 제한된 분석에 국한되어 있다. 따라서 시간적 변화를 가진 동적수질분석의 결과가 정책에 반영되기 위해서는 자료의 확보가 우선이다. 본 연구에서는 월 별, 소유역 별 시계열 자료 확보를 위하여 합리적이고 사용이 용이한 방법을 제시하였다. 유출량의 경우, 기존의 비유량법과는 달리 저류효과를 고려한 토양수분 저류구조 Tank모형을 적용하여 장기간의 유출량을 산정하였고, 유출농도의 경우, 기존 인접유역의 동일 유달계수 적용과는 달리, 월 오염부하총량비와 유역오염부하 전달함수를 이용하여 월 별, 소유역 별, 수질변수 별 유출농도를 산정하였다. 산정된 유출량과 유출농도는 남강댐 상류유역 하천에서 WASP 모형을 가지고 동적수질분석을 하기 위하여 적용되었다. 그 결과 적절한 오염물질 농도곡선을 얻을 수 있었으며, 제안된 가정의 적용 가능성은 충분하였다.

• Journal of Digital Convergence
• /
• v.15 no.2
• /
• pp.165-172
• /
• 2017

In this paper, we analyze the research / technology trends of electric vehicles from 2001 to 2014, through keyword analysis using paper data published in SCIE or SSCI Journal on electric vehicles, time series analysis using patent data by IPC, and network analysis using nodeXL. also we predicted promising technologies of electric vehicles using one of the prediction methods, weighted moving average method. As a result of this study, battery technology among the electric vehicle component technologies appeared as a promising technology.

• The Journal of the Korea Contents Association
• /
• v.7 no.6
• /
• pp.22-30
• /
• 2007

Most real word systems such as world economy, stock market, and medical applications, contain a series of dynamic and complex phenomena. One of common methods to understand these systems is to build a model and analyze the behavior of the system. In this paper, we investigated methods for best clustering over time series data. As a first step for clustering, BIC (Bayesian Information Criterion) approximation is used to determine the number of clusters. A search technique to improve clustering efficiency is also suggested by analyzing the relationship between data size and BIC values. For clustering, two methods, model-based and similarity based methods, are analyzed and compared. A number of experiments have been performed to check its validity using real data(stock price). BIC approximation measure has been confirmed that it suggests best number of clusters through experiments provided that the number of data is relatively large. It is also confirmed that the model-based clustering produces more reliable clustering than similarity based ones.

• Journal of Digital Convergence
• /
• v.18 no.12
• /
• pp.87-95
• /
• 2020

The Incheon airport is a gateway to and from the Republic of Korea and has a great influence on the image of the country. Therefore, it is necessary to predict the number of airport passengers in the long term in order to maintain the quality of service at the airport. In this study, we compared the predictive performance of various time series models to predict the air passenger demand at Incheon Airport. From 2002 to 2019, passenger data include trend and seasonality. We considered the naive method, decomposition method, exponential smoothing method, SARIMA, PROPHET. In order to compare the capacity and number of passengers at Incheon Airport in the future, the short-term, mid-term, and long-term was forecasted by time series models. For the short-term forecast, the exponential smoothing model, which weighted the recent data, was excellent, and the number of annual users in 2020 will be about 73.5 million. For the medium-term forecast, the SARIMA model considering stationarity was excellent, and the annual number of air passengers in 2022 will be around 79.8 million. The PROPHET model was excellent for long-term prediction and the annual number of passengers is expected to be about 99.0 million in 2024.

• Journal of Korea Water Resources Association
• /
• v.53 no.7
• /
• pp.533-543
• /
• 2020

In order to provide information for proper management of groundwater resources, it is necessary to estimate the rise time of groundwater level by calculating the delay time between the time series of precipitation and groundwater level and to understand the characteristics of groundwater level variation. In this study, total delay time (TDT) and cross correlation coefficient between the moving averaged precipitation generated by using the moving average method to take into account the preceding precipitation and the groundwater level were calculated and analyzed for the nine groundwater level monitoring wells in the Pyoseon watershed in the southeast of Jeju Island. As a result, when the moving averaged precipitation was used, the correlation with the groundwater level was higher in all monitoring wells than in the case of using the raw precipitation, so that it was possible to more clearly estimate the delay time between precipitation and groundwater level. When using the moving averaged precipitation, it had cross correlation coefficients of up to 0.57 ~ 0.58 with the time series data of the groundwater level, and had a relatively high correlation when considering the preceding precipitation of about 24 days on average. The TDT was about 32 days on average, and it was confirmed that the consideration of preceding precipitation plays an important role in estimating the TDT because the days of moving averaged precipitation greatly influences the calculation of the TDT. In addition, through the use of moving averaged precipitation, we found an error in estimating the TDT due to the use of raw precipitation. Through the method of estimating the TDT used in this study and the use of the R code for estimating the TDT presented in the appendix of this paper, it will be possible to estimate the TDT for other regions in the future relatively easily.

• 한국데이터정보과학회:학술대회논문집
• /
• 2004.04a
• /
• pp.79-82
• /
• 2004

본 발표에서는 1998년 서울대학교 통계학과에서 개발한 KESS(Korean Educational Statistical System; http://stats.snu.ac.kr/time)의 추가로 개발된 내용을 소개하기로 한다 (조신섭 외, 1999). 추가로 개발된 모듈(module)들은 통계교육에서 필요로 하는 분석법들 중에서 회귀분석, 시계열분석과 연관된 내용들이다. 기존의 여러 가지 통계패키지와 비교해 보아 효율적인 통계교육을 위한 필수적인 옵션 및 분석 결과를 제공하도록 하였다.

• Journal of the Korean Geographical Society
• /
• v.31 no.2
• /
• pp.128-137
• /
• 1996

한국의 기후학 연구성과는 1958년 발표된 이후 약간의 기복은 있었으나 꾸준히 발 전하여 왔다. 연구성과를 하부 분야별로 보면 기후학 일반(43.5%)이 가장 많았고, 종관기후 학(34.7%), 기후변화(13.0%) 그리고 응용기후학(8.8%)으로 구성되어 있으나 근래에는 응용 기후학 분야에 대한 연구가 서서히 증가하고 있다. 1970년대 이전에는 주로 지상 기후요소 간의 기상자료를 사용하여 상관관계 출현빈도.시계열분석 등으로 전국 규모의 기후특성을 규명한 데 반하여 최근에는 시계열분석과 더불어 군집.주성분.인자분석 등 다변량 분석기 법 등의 통계기법이 많이 활용되고 있다. 초기에는 지상기상자료를 주로 연구에 사용하였는 데 점차 고층기상자료와 인공위성자료를 활용하면서 국지기후 연구와 더불어 기후예측 모델 의 구축단계까지 발달하였다. 그러나 한국기후학이 당면한 문제는 인적자원의 절대적인 빈 곤과 더불어 인접분야에 비하여 연구환경이 열악한 것이다. 즉, 대학에서는 비전공자에 의한 기후학 교육이 빈번하고, 국지기후 연구의 경우는 실측을 요하기도 하는데 자료의 생성 및 분석에 필요한 장비가 절대적으로 부족하다. 따라서 한국의 기후학의 발전을 도모하려면 기 후학자의 배출이 급선무이고, 기후학자는 물론, 대학 및 연구소간의 연구 및 자료 교류 등의 상호협조가 요청된다.

• Journal of Korean Society of Industrial and Systems Engineering
• /
• v.18 no.36
• /
• pp.243-251
• /
• 1995

본 연구에서는 자동상관인 공정의 변화를 빠르게 탐지할 수 있는 Special-Cause CUSUM 관리도를 사용하여 다섯가지 시계열 모델에 대해 다음과 같은 연구를 수행한다. 첫째 ACF와 PACF로 파라미터에 따른 ARL의 변화를 쉽게 해석할 수 있는 방법과 둘째로 독립인 관측값에 적용하는 Hawkins(1992)의 ARL 간략계산법을 자동상관인 공정에서도 사용할 수 있는 기법을 제시하여 기존의 시뮬레이션을 이용한 ARL 계산법에 비해 빠르고도 정확한 값을 구한다. 끝으로 두가지 유형의 평균이동에 대한 ARL 변화를 각각 계산해 보아 그 효과를 비교분석 한다.

• The Korean Journal of Applied Statistics
• /
• v.21 no.3
• /
• pp.537-546
• /
• 2008

One of main goals of time series analysis is to estimate prediction of future values. In this paper, we investigate the bias problem when the transformation and back- transformation approach is applied in ARMA models and introduce a modified smearing estimation to reduce the bias. An empirical study on the returns of KOSDAQ index via Yeo-Johnson transformation was executed to compare the performance of existing methods and proposed methods and showed that proposed approaches provide a bias-reduced estimation of the prediction value.