• Journal of Digital Convergence
• /
• v.12 no.6
• /
• pp.155-160
• /
• 2014

When we collect marketing data, we can only obtain the bimonthly or quarterly data but the monthly data be available. If we evaluate or predict monthly market condition or establish monthly marketing strategies, we need to disaggregate these bimonthly or quarterly data to the monthly data. In this paper, for bimonthly or quarterly data, we introduce some methods of disaggregation to monthly data. These disaggregation methods include the simple average method, the growth rate method, the weighting method by the judgment of experts, and variable decomposition method using 12 month moving cumulative sum. In this paper, we applied variable decomposition method to disaggregate for bimonthly data of sum of electronics sales in a European country. We, also, introduce how to use this method to predict the future data.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.10a
• /
• pp.396-399
• /
• 2004

어떤 집단에서든 그 구성원의 효율적인 관리가 무엇보다 중요하다. 이러한 효율적인 관리는 집단의 구성원이 많을수록 한 개인이 방대한 자료를 분석 및 관리하기에는 많은 어려움이 있다. 본 논문에서는 이 많은 자료를 바탕으로 퍼지 추론을 이용하여 근태 관리 시스템을 개발하였다. 먼저 퍼지입력 변수로는 출입구에 미리 설치되어 있는 지문 도어락과 관리실의 PC를 통해 사원들의 출퇴근 시간과 월별 근무시간, 월별 근무일수, 월별 조퇴 및 지각일수를 산출한 후 월별 휴가일수를 입력한다. 이 입력 데이터 값으로 퍼지 연산을 수행 후 구성원 개개인의 월별 성실도를 결정하였다.

• The Korean Journal of Financial Management
• /
• v.20 no.1
• /
• pp.305-329
• /
• 2003

This work analyzes the influence of the dollar and yen currency on the rate of return of the individual firms and its symmetries based on the data from Jan. 5 1987 to Dec. 28, 2001. GARCH and autoregressive error models were used for on the daily data, due to the heteroscedascity and autoregression of the error terms, and as for the monthly data, this paper follows the autoregressive error models. Daily data fumed out to be a better explanatory variable in detecting exchange rate exposure, and EGARCH(1, 1) and GJR-GRARCH(1, 1) have higher competence in analyzing the daily data. Also, most of the exposed firms have been exposed in the negative region, and appreciation of exchange rate does not help enhancing the asset value of the domestic value. Analysis on the asymmetries let us conclude that high proportion of domestic firms face asymmetric exchange rate exposure, and that the pricing-to-market theory carries more conviction than the real option theory. Furthermore, monthly data are more precise in analysis of asymmetries.

• Bulletin of the Korean Space Science Society
• /
• 2003.10a
• /
• pp.80-80
• /
• 2003

서브스톰이 진행될 때 극지방의 지자기 교란은 대류 제트 전류와 서브스톰 전류 쐐기로 구성되는 오로라 제트 전류에 기인한다. 이들은 전기장 강화를 뜻하는 AU 지수와 전기 전도도 강화를 뜻하는 AL 지수로 나타낼 수 있다. 이들 AU, AL 지수와 자기폭풍의 정도를 나타내는 Dst 지수와의 상관관계를 구해봄으로써 서브스톰이 자기폭풍의 형성에 어떻게 기여하는지 조사하였다. 이를 위하여 월별 누적 AU, 누적 │AL│ 값을 구한 뒤 월별 누적 Dst 와의 상관관계를 구하였다. 한편 IMF(Interplanetary Magnetic Field)의 남쪽 자기장 성분으로부터 지구 자기장 내에 강력한 전기장이 형성되어 자기폭풍을 형성한다는 견해가 있다. 전기장 E=V(태양풍 속도)$\times$Bs(IMF의 남쪽 자기장 성분)으로 나타낼 수 있으므로 이로부터 구한 월별 누적 전기장과 누적 Dst 값을 비교해 봄으로써 자기권 대류가 자기폭풍 형성에 어느 정도 기여하는지 조사하였다. 본 연구를 위하여 1966년부터 1987년까지 20년간의 AE(AU, AL) 지수를 이용하였으며 IMF 자료는 ACE 위성이 제공하는 행성간 자기장 자료로 1997년부터 2002년까지의 자료를 이용하였다. 본 연구의 결과는 현재 논쟁이 되고 있는 storm-substorm의 인과관계를 보다 잘 규명할 것으로 기대된다.

• Journal of Korean Society of Rural Planning
• /
• v.17 no.1
• /
• pp.1-11
• /
• 2011

본 연구에서는 ARIMA(Autoregressive Integrated Moving Average) 모델을 이용하여 농촌관광마을의 월별 관광객을 추정하였다. 단일 마을에 대한 시계열 자료를 경상북도 안동시에 위치한 하회마을을 대상으로 구축하였다. 월별 시계열 자료는 2000년부터 2010년까지 구성되었는데(2008년도 누락), 2000년에서 2007년까지 자료는 최적 모델의 도출에 나머지는 예측치의 검정에 사용되었다. 연구 결과 최적모델에 필요한 시계열 자료의 길이는 6년으로 나타났으며, 최적모델은 계절성을 고려한 SARIMA(2,1,1)(1,1,2)12로 나타났다. 최적 시계열 년수로 나타난 6년을 사용하여 2000-2005, 2001-2006, 그리고 2002-2007의 자료로부터 각각 SARIMA(2,1,1)(1,1,2)12를 도출하여, 차기년도들에 대한 예측결과를 비교한 결과, 높은 $R^2$값을 보였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.509-509
• /
• 2015

물 수요관리측면에 대한 정책을 수립하기 위해서는 현재 또는 장래에 대한 용수수급의 정확한 이해를 필요로 한다. 이를 위해서는 용수 수요량 및 공급량뿐만 아니라 여러 산정요소를 필요로 하는데, 그 중 회귀수량은 물이 이용되고 다시 하천으로 회귀되어 이용될 가능성이 있는 수량으로 정의되며, 용수수급 및 용수절약 측면에서 회귀 수량은 중요한 요소라 할 수 있다. 회귀수량 조사는 유역조사 사업 이래, 10년간 생?공용수를 중심으로 미시적, 거시적으로 조사를 시행하였으나, 측정 자료의 신뢰도, 조사방법 및 지점선정 등의 문제로 인하여 조사 성과의 활용성이 매우 낮은 실정이다. 수자원장기종합계획등에서는 수자원관련 계획 수립시 생?공용수의 회귀율을 65 %로 적용하고 있으나, 이는 1970년대 말의 사회적 여건 및 경제적 상황이 반연된 결과로 현재 상황에 적용되기 곤란하다. 따라서, 현재 실정에 맞는 회귀율 산정은 반드시 필요하게 된다. 본 연구에서는 기존 생활용수 회귀수량 산정 연구 한계를 보완하고 유역조사 시행을 위한 개선된 회귀수량을 산정하고자 한다. 본 연구는 서울시 중랑물재생센터 처리구역을 기반으로 중랑천유역을 시험유역으로 선정하였다. 기존 회귀수량 산정방법을 개선하기 위해 시험유역 회귀수량 산정을 위한 가용 자료 분석 및 용수흐름 네트워크 공간분석을 추가로 진행하였다. 가용자료로 시험 유역내 상수공급자료(정수장 공급량, 상수계통도, 유수 및 누수율), 하수처리자료(하수처리구역도, 하수처리계통도, 유입량 및 방류량) 및 기상자료(기상청 지점 및 AWS 강우자료)를 구축하였고 각각의 상수계통도 및 하수처리계통도로부터 용수 흐름 네트워크망을 구축하였다. 상수공급자료로부터 상수계통도 공급지역을 구분하여 월별 유수율에 따른 월별 실 공급량을 산정하였다. 하수처리자료로부터 시험유역에서의 월별하수처리 유입량 및 방류량을 산정하였다. 최종적으로 회귀율(하수처리 방류량/실 공급량)을 산정한 결과 연평균 회귀율은 각각 93.97 %(2011년), 95.02%(2012년)로 과잉 추정 되었으며 7 ~ 9월의 회귀율은 110 ~ 120 %로 유입량을 초과하였다. 이는, 하수처리로 유입되는 유입량의 하수관거는 합류식으로 구축되어 7 ~ 9월에 많은 양의 강우량이 우수관을 통해 하수처리장으로 이송되어 생활용수 이외에 자연적인 공급량으로 인한 것으로 분석되었다. 따라서, 월별 회귀율 산정을 위해서는 불투수층에서의 면적강우량(mm)을 유입량(m3/s)으로 환산된 값을 고려하여 회귀율을 재산정하였다. 그 결과 연평균 회귀율은 각각 78.27 %(2011년), 77.58 %(2012년)로 나타났다.각각의 월별 회귀율도 매우 유사하게 나타났으며 과거 관용적으로 사용된 65 % 회귀율보다 약 12 ~ 13%로 증가하였으며 이는, 하수처리시설 구축 및 처리효율의 증가와 상수처리시설의 관로시설의 개량으로 인한 유수율 및 누수율 감소로 회귀율이 증가한 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1389-1392
• /
• 2009

본 연구에서는 기상청에서 관측하고 있는 서울지점을 대상으로 일강우자료를 활용하여 강우사상의 변화 특성에 대한 변동성과 경향성 분석을 수행하였다. 분석대상자료는 서울지점에서 관측된 일강우자료를 1958년부터 2007년까지 50년간 자료를 이용하였다. 일강우자료를 이용하여 연강우량, 계절별강우량 및 월별강우량을 추출하였다. 또한, 각 연, 계절 및 월별로 일강우량이 지속기간별로 1, 2, 3, 4, 5, 7일 최대강우량과 일강우량이 발생한 강우깊이가 분석대상기간에 따라 0, 10, 30, 50, 70, 80, 90, 95, 99% 이상 발생한 강우일수에 대한 분석을 수행하였다. 분석 결과에서 평균과 표준편차의 변동성은 일부 자료에서 확인되고 있으며 경향성은 거의 없는 것으로 나타났다. 그러므로 강우사상의 특성의 평균과 표준편차가 변화하고 있으므로 이에 대한 심도 있는 연구가 필요하다.

• Journal of Korean Society of Disaster and Security
• /
• v.14 no.2
• /
• pp.35-42
• /
• 2021

In order to produce electric vehicle demand forecasting information, which is an important element of the plan to expand charging facilities for electric vehicles, a model for predicting electric vehicle demand was proposed using Exponential Smoothing. In order to establish input data for the model, the monthly power demand of cities and counties was applied as independent variables, monthly electric vehicle charging stations, monthly electric vehicle charging stations, and monthly electric vehicle registration data. To verify the accuracy of the electric vehicle power demand prediction model, we compare the results of the statistical methods Exponential Smoothing (ETS) and ARIMA models with error rates of 12% and 21%, confirming that the ETS presented in this paper is 9% more accurate as electric vehicle power demand prediction models. It is expected that it will be used in terms of operation and management from planning to install charging stations for electric vehicles using this model in the future.

• Proceedings of the Korean Environmental Sciences Society Conference
• /
• 2007.05a
• /
• pp.285-288
• /
• 2007

본 연구에서는 위성자료와 현장조사를 이용하여 통계적인 방법에 의해 고등어 어장의 월별 예상어장도를 작성하였다. 고등어에 대한 등급별 회귀직선방정식을 이용하여 계산된 각해구별 어획량과 현장조사 어획량과의 상관관계를 분석한 결과, A와 B등급 해역에서 추정된 어획량은 현장 조사된 어획량과 정량적인 차이는 있지만 상관관계가 상당히 높게 나타나는 것을 알 수 있었다.

• 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)