• The Korean Journal of Financial Studies
• /
• v.9 no.1
• /
• pp.95-118
• /
• 2003

한 시계열의 자기상관계수의 절대값을 시차를 무한대로 접근시켜 가면서 각 시차에 대하여 구하고 이 절대값을 모두 더한 값이 무한일 때 이 시계열은 장기기억을 가진다. 이로 인하여 장기기억 모수를 추정하는데에는 자기상관을 기본으로 한다. 표본의 자기상관과 이론적 자기상관 사이의 거리를 최소하여 추정통계량을 유도하고 있는 것이 일반적이다. 이 경우에는 정상적 과정에 한하여 적용이 가능하다. 시계열은 어느 시계열이던지 간에 이 시계열에 적합한 모형이 존재할 것이고 이 모형을 시계열에 적용하면 잔차 시계열을 얻을 수 있다. 원래 시계열의 이론적 상관 대신 원래 시계열의 잔차 시계열의 자기상관과 표본의 자기상관 사이의 거리를 최소하여 추정통계량을 얻으면 통계량의 계산이 편하고 이 추정량은 정상적 시계열과 비정상적 시계열에 다같이 적용할 수 있다. 본 논문에서는 잔차의 자기상관을 이용하여 자기회귀 분수적분 이동평균 과정의 모수 추정량을 도출한다. 그리고 이 추정 통계량에 입각하여 주가의 형성과정을 살펴보고 장기기억이 옵션가격과 포트폴리오 구성에 미치는 영향을 밝힌다.

• The Korean Journal of Applied Statistics
• /
• v.28 no.5
• /
• pp.1025-1034
• /
• 2015

Traditional Shewhart control charts assume that the observations are independent over time. Current progress in measurement and data collection technology lead to the presence of autocorrelated process data that may affect poor performance in statistical process control. One of the most popular charts for autocorrelated data is to model a correlative structure with an appropriate time series model and apply control chart to the sequence of residuals. Model parameters are estimated by an in-control Phase I reference sample since they are usually unknown in practice. This paper deals with the effects of parameter estimation on Phase II control limits to monitor autocorrelated data.

• The Korean Journal of Applied Statistics
• /
• v.33 no.4
• /
• pp.467-482
• /
• 2020

We investigate a monitoring procedure for the early detection of parameter changes in location-scale time series models. We introduce a detector for monitoring procedure based on modified residual cumulative sum (CUSUM). The asymptotic properties of the monitoring procedure are established under the null and alternative hypotheses. Simulation results and data analysis are also provided for illustration.

• Communications for Statistical Applications and Methods
• /
• v.1 no.1
• /
• pp.131-140
• /
• 1994

Box-Jenkins 시계열 분석에서 모형검진을 위한 통계량으로 잔차의 자기상관함수를 이용한 Box와 Pierce(1970)의 포트맨토우 검정과 Ljung과 Box(1978)의 변형된 포트맨토우 검정을 Basawa(1987)가 제안한 예측오차를 이용한 모형 검진 방법과 비교, 분석하였다. 시뮬레이션 연구를 수행하여 경험적 평균, 분산 및 유의 수준을 비교하여 과대적합의 방법을 이용하여 검정력을 비교하였다.

• Journal of Wetlands Research
• /
• v.21 no.1
• /
• pp.66-76
• /
• 2019

Recently, natural disasters such as floods and droughts are frequently occurred due to climate change and the damage is also increasing. Wetland is known to play an important role in reducing and minimizing the damage. In particular, water level variability needs to be analyzed in order to understand the various functions of wetland as well as the reduction of damage caused by natural disaster. Therefore, in this study, we fitted water level series of Upo wetland in Changnyeong, Gyeongnam province to a proper time series model and residual test was performed to confirm the appropriateness of the model. In other words, ARIMA model was constructed and its residual tests were performed using existing nonparametric statistics, BDS statistic, and Close Returns Histogram(CRH). The results of residual tests were compared and especially, we showed the applicability of CRH to analyze the residuals of time series model. As a result, CRH produced not only accurate randomness test result, but also produced result in a simple calculation process compared to the other methods. Therefore, we have shown that CRH and BDS statistic can be effective tools for analyzing residual in time series model.

• Communications for Statistical Applications and Methods
• /
• v.16 no.4
• /
• pp.587-594
• /
• 2009

In this paper the change point problem of the error terms in linear regression models is considered. Since fixed or stochastic independent variables and weakly dependent errors are assumed, usual multiple regression models and time series models including ARMA are covered. We use the estimates of probability density function based on residuals in order to test the distribution change of the unobserved errors. Under some mild conditions, the test using the residuals is proved to have the same limiting distribution as the test based on true errors.

• Bulletin of the Korean Space Science Society
• /
• 2009.10a
• /
• pp.24.3-24.3
• /
• 2009

한국천문연구원에서 개발 중인 외계행성 탐색 시스템은 우리은하 중심부 $4^{\circ}\times4^{\circ}$ 영역을 10분 간격으로 시계열 관측하여 지구형 외계행성을 검출하는 시스템으로써, 대용량의 관측자료를 처리하기 위하여 영상차감법을 사용한다. 이 방법은 최적화 방법을 이용하여 기준영상과 관측영상사이의 점퍼짐함수 변화를 나타내는 커널을 구하고, 이를 적용하여 만든 합성영상과 관측영상을 서로 차감한 잔차영상에서 밝아지거나 어두워진 변광성을 찾아 내어 이들에 대한 구경측광 또는 점퍼짐함수 측광과정을 수행한다. 따라서 성단 및 은하중심부와 같이 별들이 밀집된 관측영역에 영상차감법을 이용하면 배경별들은 모두 제거되고 변광성만 남게 되므로 잔차영상의 분석을 통하여 변광성 검출 효율을 높일 수 있게 된다. 우리는 이 연구에서 구재림 등 (2007)에 의하여 수행된 산개성단 M11의 시계열관측 영상에 이 방법을 적용하여 얻은 새로운 결과와 기존 연구결과를 서로 비교하고, 변광성의 검출 효율과 측광 정밀도에 대하여 논의한다.

• Korean Journal of Fisheries and Aquatic Sciences
• /
• v.35 no.3
• /
• pp.216-222
• /
• 2002

Autocorrelation in time series data can affect statistical inference in correlation or regression analyses. To improve a regression model from which the residuals are autocorrelated, Yule-Walker method, nonlinear least squares estimation, maximum likelihood method and 'prewhitening' method have been used to estimate the parameters in a regression equation. This study reviewed on the estimation methods of preventing spurious correlation in the presence of autocorrelation and applied the former three methods, Yule-Walker, nonlinear least squares and maximum likelihood method, to a 20-year real data set. Monte carlo simulation was used to compare the three parameter estimation methods. However, the simulation results showed that the mean squared error distributions from the three methods simulated do not differ significantly.

• The Korean Journal of Applied Statistics
• /
• v.28 no.5
• /
• pp.871-883
• /
• 2015

Vector autoregressive (VAR) models in high dimension suffer from noisy estimates, unstable predictions and hard interpretation. Consequently, the sparse vector autoregressive (sVAR) model, which forces many small coefficients in VAR to exactly zero, has been suggested and proven effective for the modeling of high dimensional time series data. This paper studies coupling measures to select non-zero coefficients in sVAR. The basic idea based on the simulation study reveals that removing the effect of other variables greatly improves the performance of coupling measures. sVAR model coefficients are asymmetric; therefore, asymmetric coupling measures such as Granger causality improve computational costs. We propose two asymmetric coupling measures, filtered-cross-correlation and filtered-Granger-causality, based on the filtered residuals series. Our proposed coupling measures are proven adequate for heavy-tailed and high order sVAR models in the simulation study.

• Proceedings of the Korea Water Resources Association Conference
• /
• 1984.07a
• /
• pp.89-98
• /
• 1984

우리나라의 월강우량 기록은 풍부하나 월유출량 기록은 희박하여, 월유출량 시계열의 모형식을 개발하고저 하여 월강우량 기록만으로 하천유량의 정확한 파악을 할 수 있도록 한다. 이 연구는 월강우와 유출량의 시계열에 의한 추계학적 이론에 의거한 복스와 젠킨스의 대체함수(Transfer function model)와 아리마(ARIMA)의 잔차모양을 합한 형이다. 이 선형 추계학적 차분 시계열식 모형은 공본산(coveriance) 을 갖는다는 가정에서 강우량과 유출량의 변화에 따라서 식의 구조가 유도되며 정확하게 잘 적용이 된다. 본 식의 최적모형은 일반식으로 아래와 같이 얻어진다. $ Y$:월유출량, X$:월강우량, C$:유출물, $: 대체변수, a$:백색잡음(white noise), $\theta$(B) 및 (B):MA(Moving average)와 AR(autoregressive)조작, 이번 연구 결과 섬진강 하천의 대체조작(Transfer operator)은 잔차승(Sum of residual) R$0.9로 높은 정도의 수치를 나타내는 것으로 보인다.