• The Korean Journal of Applied Statistics
• /
• v.12 no.2
• /
• 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.

• The KIPS Transactions:PartD
• /
• v.16D no.3
• /
• pp.407-416
• /
• 2009

To support an efficient management of software verification and validation activities, much research has been conducted to predict defects in early phase. And defect prediction models have been proposed to predict defects. But the generality of the models has not been experimentally studied for other software system. In other words, most of prediction models were applied only to the same system that had been used to build the prediction models themselves. Therefore, we performed an experiment to explore generality of major prediction models. In the experiment, we applied three defects prediction models to three different systems. As a result, we cannot find their generality of defect prediction capability. The cause is analyzed to result from a different metric distribution between the systems.

• The Journal of shipping and logistics
• /
• v.35 no.1
• /
• pp.93-109
• /
• 2019

This study applied the statistically significant factors to the short-run model in the existing nonlinear long-run equilibrium relation analysis for the forecasting of maritime economy using the mixed cycle model. The most common univariate AR(1) model and out-of-sample forecasting are compared with the root mean squared forecasting error from the mixed-frequency model, and the prediction power of the mixed-frequency approach is confirmed to be better than the AR(1) model. The empirical results from the analysis suggest that the new approach of high-level mixed frequency model is a useful for forecasting marine industry. It is consistent that the inclusion of more information, such as higher frequency, in the analysis of long-run equilibrium framework is likely to improve the forecasting power of short-run models in multivariate time series analysis.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.394-394
• /
• 2022

최근 스마트 수도미터의 보급을 통해 수용가구별 물 사용 자료를 수집할 수 있다. 이런 수용가구별 물 사용 패턴은 주말, 날씨 등 다양한 요인으로 인해 비선형적 특성을 가지고 있다. 그로인해 전통적인 시계열 예측 모형인 ARIMA 모형으로 적용하기 어렵다. 따라서 본 연구에서는 딥러닝 기반의 LSTM 모형을 통해 수용가구별 물 소비량 예측 모형을 개발하였다. 이 모형은 비선형적인 물 소비 패턴을 학습하기 위해 다양한 변수를 고려하였다. 서로 다른 종류의 4개 type (A : 단독주택, B: 아파트, C: 음식점, D : 초등학교)의 수용가구에 대한 ARIMA 모형과 LSTM 모형을 개발하였고, 학습에 사용되지 않은 새로운 데이터를 적용하여 정량적으로 예측성능을 비교했다. 그 결과, 모든 수용가구에서 LSTM 모형이 ARIMA 모형보다 성능이 우수하였다 (상관계수 : 평균89% | RMSE : 평균 5.60m³). 따라서 본 연구에서 제안한 모형은 수용가구별 물 사용량을 예측하는데 높은 활용도를 보일 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.263-267
• /
• 2010

최근 지구온난화, 엘니뇨 및 라니냐 등 지구환경 변화에 따른 기후변화의 영향으로 지구상의 많은 지역에서 집중호우가 발생하고 있으며 우리나라도 예외 없이 매년 되풀이되고 있다. 이로 인해 발생하는 홍수피해를 경감하기 위해서 홍수조절용 다목적 댐 건설과 같은 구조적 대책과 홍수를 사전에 예측할 수 있는 홍수예경보 시스템 구축과 같은 비구조적 대책의 마련이 필요하다. 일반적인 홍수예경보 시스템은 강우 관측치를 강우-유출 모형 및 수리해석 모형의 입력 자료로 하여 홍수량 및 홍수위를 계산하고 그 결과를 이용하여 운영된다. 그러나 집중호우와 같은 악기상 조건에서는 관측강우자료를 이용한 유출해석 결과로 홍수예경보 시스템을 운영 할 경우 예방 대응시간의 부족으로 인해 방재 효율성이 떨어지게 된다. 따라서 미래에 발생할 강우를 사전에 예측하고, 이를 효율적으로 유출 모형과 연계하여 홍수발생 이전에 홍수발생 가능성을 예측할 수 있는 홍수 모의시스템을 구축하는 것이 필요하다. 이를 위해 본 연구에서는 중규모 수치예보모형인 WRF 모형(Weather Research and Forecasting model)으로 모의된 2007년 태풍 '나리' 사상의 예측강우를 이용하여 유역평균강우를 산정하였으며, 산정된 예측강우를 도시유역유출모형인 SWMM과 2차원 침수모의가 가능하도록 개선한 CASC2D 모형에 활용하여 침수현상을 모의하였다. 실제 침수흔적과 모의된 결과의 비교를 통해 예측강우를 이용한 침수예측 및 홍수예보의 가능성을 평가한 결과, 과소추정된 예측강우의 영향으로 인해 모의된 침수심이 실제보다 작게 발생하였으나 침수발생 위치는 대체적으로 정확하게 모의하는 것으로 나타났다.

• Environmental and Resource Economics Review
• /
• v.16 no.2
• /
• pp.337-361
• /
• 2007

Using the sample of bituminous coal prices, this study calculates the cash flows of selective procurement strategies compared to the previous routine procurement strategies, and analyzes the revenue-improvement and revenue-stabilization effects of different procurement strategies. In empirical analyses, these effects of routine and selective procurement strategies are compared by forecasting model and forecasting period. The revenue-improvement and revenue-stabilization effects are analyzed to compare the distribution of return flows, that is the means and standard deviations of procurement revenue flows. The revenue-improvement and revenue-stabilization effects of selective procurement strategies compared to the previous routine procurement strategies are as follows. Compared with routine procurement strategies, the selective procurement strategies turn out to yield higher means of returns (except for some forecasting periods and models). On the contrary, the standard deviations of returns decrease. With longer forecasting periods, the amounts of increases in the means become larger, but the degrees of decreases in the standard deviations vary. Although there exist some variations, some forecasting models outperform the others in terms of means and standard deviations.

• Journal of KIISE:Computing Practices and Letters
• /
• v.15 no.12
• /
• pp.943-947
• /
• 2009

To support an efficient management of software verification and validation activities, many defect prediction models have been proposed based on object oriented metrics. In order to apply defect prediction models, we need to determine a threshold value. Because we cannot know actually where defects are, it is difficult to determine threshold. Therefore, we performed a series of experiments to explore the issue of determining a threshold. In the experiments, we applied defect prediction models to other systems different from the system used in building the prediction model. Specifically, we have applied three models - Olague model, Zhou model, and Gyimothy model - to four different systems. As a result, we found that the prediction capabilities varied considerably with a chosen threshold value. Therefore, we need to perform a study on the determination of an appropriate threshold value to improve the applicably of defect prediction models.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.171-171
• /
• 2011

상수도의 합리적인 운용과 관리를 위해서는 급수량 예측이 매우 중요하다. 기존 급수량 예측은 신경망과 칼만 필터법을 사용한 연구들이 대부분이었다. 이러한 연구결과들은 높은 상관결과를 갖고 있지만 이는 자기상관계수에 대한 높은 의존도에 따른 결과로 볼 수 있다. 즉, 예측의 결과가 전날 수요량을 거의 그대로 따라오는 경향을 띄어, 급수량 예측 그래프가 기존 그래프를 오른쪽으로 이동시킨 것과 같이 나타난다. 본 연구에서는 이러한 문제점들을 해결하기 위해서 물수요량을 예측하는데 있어서 효과적인 예측인자를 도출하는 것이 우선되어야 할 것으로 판단되었다. 이에, 물수요량 특성을 효과적으로 나타내어 줄 수 있는 예측인자로서 강수량, 최저온도, 최고온도, 평균온도 등을 1차적으로 선정하였다. 이들 예측인자들과 서울시 물수요량과의 상관성을 평가하여 최적의 예측인자 Set과 지체시간 등을 산정하였다. 이렇게 선정된 예측인자와 Bayesian 통계기법 기반의 회귀분석 모형을 구축하여 물수요량을 예측하였다. 본 연구에서 적용하고자 하는 계층적 Bayesian 모형은 유사한 특성을 가지는 자료계열들 사이에서 서로 보완이 될 수 있는 정보들을 추출함으로써 모형이 갖는 불확실성을 상당히 줄일 수 있는 방법이다. 이러한 모형적 특징은 생산량 예측에 대한 불확실성 저감 측면에서 장점이 있을 것으로 판단된다. 본 연구에서는 광암, 암사, 구의, 뚝도, 영등포, 강북 정수장을 대상으로 모형의 적합성을 평가하였다. 이러한 연구결과는 향후 정수장 운영계획 및 동일한 시스템을 갖는 상수도 급수량 예측 시 유용하게 사용할 수 있을 것이다.

• Journal of Korea Water Resources Association
• /
• v.42 no.1
• /
• pp.61-73
• /
• 2009

To efficiently carry out the flood management of a multipurpose dam, two flood forecasting models are developed, each of which has the capabilities of forecasting upstream inflows and flood discharges downstream of a dam, respectively. The models are calibrated, validated, and evaluated by comparison of the observed and the runoff forecasts upstream and downstream of Namgang Dam. The upstream inflow forecasting model is based on the Grey system theory and employs the sixth order differential equation. By comparing the inflows forecasted by the models calibrated using different data sets with the observed in validation, the most appropriate model is determined. To forecast flood discharges downstream of a dam, a Grey model is integrated with a modified Muskingum flow routing model. A comparison of the observed and the forecasted values in validation reveals that the model can provide good forecasts for the dam's flood management. The applications of the two models to forecasting floods in real situations show that they provide reasonable results. In addition, it is revealed that to enhance the prediction accuracy, the models are necessary to be calibrated and applied considering runoff stages; the rising, peak, and falling stages.

• International Area Studies Review
• /
• v.21 no.4
• /
• pp.159-172
• /
• 2017

In a typical trend-cycle decomposition of GDP, the trend component is usually assumed to follow a random walk process. This paper considers an ARIMA trend and assesses the validity of the ARIMA trend model. I construct univariate and bivariate unobserved-components(UC) models, allowing the ARIMA trend. Estimation results using U.S. data are favorable to the ARIMA trend models. I, also, compare the forecasting performance of the UC models. Dynamic pseudo-out-of-sample forecasting exercises are implemented with recursive estimations. I find that the bivariate model outperforms the univariate model, the smoothed estimates of trend and cycle components deliver smaller forecasting errors compared to the filtered estimates, and, most importantly, allowing for the ARIMA trend can lead to statistically significant gains in forecast accuracy, providing support for the ARIMA trend model. It is worthy of notice that trend shocks play the main source of the output fluctuation if the ARIMA trend is allowed in the UC model.