• 응용통계연구
• /
• 제28권1호
• /
• pp.115-122
• /
• 2015

본 연구에서는 정수값을 갖는 계수 시계열의 조건부 이차적률인 변동성(volatility)을 다루고 있다. 여러 가지 정수값 GARCH, 즉, INGARCH 모형들을 소개하고 계수 시계열인 국내 풍진발생건수에 적용시켜 보았다. 과산포(over-dispersion)와 영과잉(zero-inflation)현상을 계수 시계열의 변동성 분석 입장에서 살펴보았고 향후 분석 모형으로서 영과잉(zero-inflation) INGARCH 모형인 ZI-INGARCH 모형을 살펴보았다.

• 응용통계연구
• /
• 제30권1호
• /
• pp.181-193
• /
• 2017

본 논문에서는 계층적 시계열 자료 분석을 위한 대표적인 두 가지 방법인 상향식과 최적조합 예측법을 소개한다. 이러한 예측법은 계층적 시계열을 구성하는 모든 계열을 예측해야 하는 독립적 예측과 달리, 임의의 조정 과정이 없이 하위 계층 계열의 예측값의 합은 항상 상위 계층의 예측값과 일치하게 된다. 또한, 독립적 예측과 비교하여 예측력을 향상시킨다. 계층적 예측법의 효율성을 살펴보기 위하여 국내 16개 시도별 남녀 교통사고 발생건수 시계열 자료를 예측하였다. 이를 통하여 교통사고 발생건수에 대한 각 계층의 예측에서 계층적 방법과 독립적 방법의 차이점 및 우수성을 비교하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.169-169
• /
• 2021

통계학적 가능최대강수량방법은 가능최대강수량(Probable Maximum Precipitation, PMP) 측정 방법 중 하나로 WMO에서 통계학적인 PMP 추정 방법으로 Hershfield가 제안한 공식을 제시했다. Hershfield는 95,000개의 자료를 분석하였으며, 기본적으로 통계학적 PMP 추정방법의 빈도계수는 k_m = 15로 제안하였다. 그러나 강우 지속기간 및 연최대 시계열의 평균에 따라 값이 변하게 되며, Hershfield(1965)는 지속시간과 연최대 시계열의 평균에 따른 빈도계수가 5 ~ 20 사이의 값을 갖는다고 제안한 바 있다. Hershfield의 빈도계수는 미국 지역의 2,645개의 관측소의 95,000개의 강우 자료 이용했기 때문에 우리나라의 적용하였을 때 신뢰성에 문제가 있을수 있으며, 우리나라에서는 통계학적 방법보다는 수문기상학적 PMP 추정 방법을 주로 사용하고 있다. 따라서 본 연구에서는 우리나라의 기상 자료중에서 가장 많은 양을 가지는 지점 10개를 선정하여 빈도계수를 산정하였다. 빈도계수를 산정하기 위해서는 시계열로 구성된 강우 자료를 사용해야하며, 본 연구에서는 기상 자료의 이상치 검정을 진행하였으며, 경향성의 경우 정상성을 가지는 것으로 가정하였다. 확률 분포형은 극치분포인 GEV분포, Gumbel분포, Log-Gumbel분포, Weibull분포를 비교하여 가장 적절한 분포형을 선정하여 진행하였다. 최종적으로 얻은 빈도계수를 이용하여 구한 PMP값과 기존 Hershfield가 제시한 빈도계수 값 k_m = 15를 이용한 PMP값을 비교하여 차이를 분석하였으며, 그 적용성을 평가하였다.

• Communications for Statistical Applications and Methods
• /
• 제4권3호
• /
• pp.617-628
• /
• 1997

시계열 자료의 변이상태(transition status)에 대한 판별은 여러 분야에서 연구되고 있다. 하지만 변압기의 진동신호와 같이 특정한 시계열모형을 적합시키기 힘든 자료는 변이 상태에 대한 판별이 쉽지 않다. 본 논문에서는 정상적인 변압기에서 발생하는 진동신호에 대하여 각 주기별 최대값, 자기상관계수 및 편자기상관계수 등의 경험적 표본분포를 연구한 후, 이를 이용한 관리도를 만들어 변압기 진동신호의 변이상태에 대한 판별을 하였다. 이 방법은 품질관리의 관리도 이론을 시계열자료에 응용한 것으로 비정상적인 변압기 진동신호의 판별에 만족스러운 결과를 가져왔다.

• Communications for Statistical Applications and Methods
• /
• 제5권3호
• /
• pp.599-605
• /
• 1998

본 연구에서는 단순구조 순환신경망을 이용한 신경망예측과 전통적인 시계열예측 방법을 이용하여, 순환변동이 있는 시계열자료의 단기예측 오차를 비교한다. 순환신경망모형의 입력자료를 변화시키는 개선된 학습방법을 적용하여 시계열자료를 학습하고, 신경망예측의 결과는 선형 AR(9)모형, 비선형 SETAR모형 그리고 이들의 결합모형을 이용한 예측결과와 비교한다. 실증분석에 적용된 시계열자료는 1700년부터 1987년 까지의 태양흑점 자료이며 예측에 이용된 검정자료는 1980년부터 8년 간의 자료이다.

• 응용통계연구
• /
• 제16권2호
• /
• pp.365-376
• /
• 2003

본 연구에서는 비정규 시계열 자료에 관한 다양한 회귀모형을 고찰하고, 이들 모형의 선택 기준에 관하여 연구해 보았다. 모형 선택의 기준으로는 AIC (Akaike information criterion), BIC (Baysian information criterion) 그리고 우도비 검정을 확장 적용하였다. 또한, 실제의 Polio 자료분석을 통해 이를 적용해보았다.

• 응용통계연구
• /
• 제33권6호
• /
• pp.723-738
• /
• 2020

본 논문에서는 추세-정상시계열과 차분-정상시계열을 판별하는 방법에 대해 연구한다. 두 시계열 모형은 시계열적 특징, 충격의 지속성 여부, 시계열을 정상화시키는 방법 등이 모두 다르므로, 어떤 모형을 선택하냐에 따라 분석 방법이나 해석에 차이가 발생한다. 따라서 시계열 자료를 분석할 때 추세-정상성과 차분-정상성을 판별하는 것은 매우 중요한 일이다. 두 시계열을 구분하는 중요한 기준은 단위근의 존재 여부이므로, 단위근 검정 결과를 활용할 수 있다. 최근 연구 결과들을 살펴보면, 다양한 시계열 모형을 적합시킬 때 뿐만 아니라 비정상 자기회귀모형의 차분 차수를 결정할 때도 adaptive lasso와 같은 벌점화 추정방법을 도입, 사용하고 있다. 본 논문에서도 adaptive lasso를 이용하여 추세-정상시계열과 차분-정상시계열을 판별하는 방법을 제안, 연구를 진행하였다. 단위근 검정을 이용한 분류 방법과 adaptive lasso 추정량을 기초로 한 분류 방법에 대한 비교 모의실험을 수행하였고, 그 결과 추세-정상시계열이 참인 경우는 adaptive lasso 방법의 분류 정확도가 단위근 검정방법보다 좀 더 우세하며, 차분-정상시계열의 경우에는 반대로 정확도가 떨어지는 것을 확인할 수 있었다.

• 응용통계연구
• /
• 제34권4호
• /
• pp.623-632
• /
• 2021

본 연구에서는 여러가지 시계열 모형 중 평활법(가법계절지수, 승법계절지수), 계절 ARIMA 모형, ARARCH 그리고 AR-GARCH 회귀모형을 이용하여 최대 전력수요를 예측하는 방법을 연구하였다. 이 때 가중 평균모형으로 추세를 갖는 시계열 모형과 온도에 대한 회귀 모형을 적절한 가중치로 예측 정확도를 높이는 방법도 연구하였다. 결과적으로 AR-GARCH 회귀모형으로 예측하는 것이 가중 우수함을 보였다.

• 응용통계연구
• /
• 제12권2호
• /
• pp.397-404
• /
• 1999

1997년말 발생한 외환위기 이후 불확실성의 증대로 시계열모형을 이용한 경제예측에 한계가 노정되고 있다. 이를 극복하기 위하여 경제주체의 기대(expectation)를 파악할수 있는 기업경기실사지수를 경제예측에 도입할 필요가 있다. 본고에서는 기업경기실사지수를 이용한 모형과 시계열모형을 추정하고 이들을 예측력 측면에서 비교, 분석해보았다. 분석결과 불확실성이 높았던 외환위기이후 기간에는 기업경기실사지수를 이용한 모형이 시계열모형보다 예측력면에서 우수한 것으로 나타났다.

• 응용통계연구
• /
• 제12권2호
• /
• pp.479-490
• /
• 1999

선형시계열모형인 AR(1)모형과 비선형시계열모형인 RCA(1), ARCH(1)모형에서 이상치(Outlier)가 존재할 경우 최소제곱추정량과 M추정량간의 점근상대효율(Asymptotic Relative Efficiency: ARE)을 구하여 두 추정량의 로버스트 성질을 비교·분석하였다. 또한 여러 유계함수(Huber, Tukey, Andrews, Hampel)들을 M추정함수에 적용하여 각각의 유계함수들을 비교·분석하였다.