• Proceedings of the Korean Statistical Society Conference
• /
• 2005.11a
• /
• pp.101-105
• /
• 2005

호남지역에 대한 대설특보 예보를 위한 통계모형 개발을 수행하였다. 일 신적설량에 따라 세법주(0: 비발생, 1: 대설주의보, 2: 대설경보)로 구분되는 순서형 자료 형태를 지니고 있다. 두가지 통계 모형(다등급 로지스틱 회귀모형, 신경회로망 모형)을 고려하였으며, 수치모델 출력자료를 이용한 역학-통계모형 기법의 하나인 MOS(model output statistics)를 적용하여 축적된 수치모델 예보자료와 관측치의 관계를 통계모형식으로 추정하여 예측모형을 개발하였다. 군집분석을 사용하여 훈련자료와 검증자료를 구분하였으며, 예보치 생성을 위하여 문턱치를 고려하였다.

• Proceedings of the Korea Air Pollution Research Association Conference
• /
• 1999.10a
• /
• pp.203-204
• /
• 1999

대기질의 통계예측모형은 주로 오존 농도 예측에 사용된다. 통계예측 방법은 중회귀 모형, 신경망 모형, Fuzzy 논리 모형 등이 있다. 중회귀 모형은 종래 통계분석 방법으로 예전부터 많이 사용되고 있는 방법인 반면에 신경망 모형과 Fuzzy 논리 모형은 최근에 개발되어 적용가능성을 검토 중인 방법이다. 국내외 연구결과에 의하면 각 방법에 의한 고농도 오존 예측성은 크게 다르지 않았다. 국내에서는 중회귀 모형과 신경망 모형이 적용되었는데, 상관계수는 0.6-0.7저도로 보고되었다.(중략)

• The Korean Journal of Applied Statistics
• /
• v.23 no.1
• /
• pp.207-218
• /
• 2010

Generalized additive model(GAM) is the statistical model that resolves most of the problems existing in the traditional linear regression model. However, overfitting phenomenon can be aroused without applying any method to reduce the number of independent variables. Therefore, variable selection methods in generalized additive model are needed. Recently, Lasso related methods are popular for variable selection in regression analysis. In this research, we consider Group Lasso and Elastic net models for variable selection in GAM and propose an algorithm for finding solutions. We compare the proposed methods via Monte Carlo simulation and applying auto insurance data in the fiscal year 2005. lt is shown that the proposed methods result in the better performance.

• The Korean Journal of Applied Statistics
• /
• v.29 no.1
• /
• pp.123-132
• /
• 2016

We can achieve the principle of parsimony and efficiency if homogeneity for panel time series model is satisfied. We suggest a Rao test statistic and a Wald test statistic for the test of homogeneity for panel AR(1) and derived the limit distribution. We performed a simulation to examine statistics with the same chisquare distribution when number of the individual is small and in common with large. We also simulated to compare the empirical power of the statistics in a small panel. In application, we fit panel AR(1) model using regional monthly economical active population data and test homogeneity for panel AR(1). It is satisfied homogeneity, so it could be fitted AR(1) using the sample mean at the time point. We also compare the power of prediction between each individual and pooled model.

• Communications for Statistical Applications and Methods
• /
• v.16 no.1
• /
• pp.127-135
• /
• 2009

It is necessary to forecast the amount of the maximum electricity demand for stabilizing the flow of electricity. The time series data was collected from the Korea Energy Research between January 2000 and December 2006. The data showed that they had a strong linear trend and seasonal change. Winters seasonal model, ARMA model were used to examine it. Root mean squared prediction error and mean absolute percentage prediction error were a criteria to select the best model. In addition, a nonstationary generalized extreme value distribution with explanatory variables was fitted to forecast the maximum electricity.

• The Korean Journal of Applied Statistics
• /
• v.34 no.4
• /
• pp.623-632
• /
• 2021

Through this study, we studied how to consider environment variables (such as temperatures, weekend, holiday) closely related to electricity demand, and how to consider the characteristics of Korea electricity demand. In order to conduct this study, Smoothing method, Seasonal ARIMA model and regression model with AR-GARCH errors are compared with mean absolute error criteria. The performance comparison results of the model showed that the predictive method using AR-GARCH error regression model with environment variables had the best predictive power.

• Proceedings of the Korean Statistical Society Conference
• /
• 2002.11a
• /
• pp.287-292
• /
• 2002

최근 여러 분야에서 로지스틱 회귀에 대한 필요성과 그 응용이 급증하면서 이를 분석하기 위한 통계패키지가 많이 개발되어 사용되고 있다. 이 논문에서는 자료의 유형에 따라 활용할 수 있는 여러 형태의 로지스틱 회귀모형을 간단히 살펴보고, SPSS, SAS, STATA, MINITAB과 같은 통계패키지를 사용하여 로지스틱 회귀모형에 적용할 때 각각 다룰 수 있는 범위와 그 특징에 대해 다룬다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.284-284
• /
• 2023

도시 침수의 발생과 규모는 도시 유역이 가지는 짧은 도달 시간으로 인하여 주로 시단위 이하의 짧은 지속시간의 강우의 극한 및 변동성에 따라 결정된다. 미래 기간에 대하여 도시 수문 시스템의 적정성을 평가하기 위해서는 기후변화에 따른 시단위 이하 강우의 특성을 살펴보아야한다. 그러나 기후변화 영향 평가 도구로 활용되는 기후 모형들은 대부분 일단위의 결과물을 제공하여 시단위 이하의 미세 규모 강우의 특성을 나타낼 수 없다. 이에 따라 본 연구에서는 기후 모형 모의 결과와 포아송 클러스터 강우 모형을 이용하여 미래 시단위 이하 강우 시계열을 모의하는 방법을 제안한다. 첫째로, 포아송 클러스터 기반 강우 생성 알고리즘과 폭풍우 재배열 알고리즘을 결합한 최신 모형을 선정하였다. 해당 모형은 광범위한 시간 규모에서 관측된 강우량의 주요 통계와 극값을 재현할 수 있는 모형이다. 그 다음 강우 모형에 적합시킬 관측 강우량 통계(평균, 분산, 공분산, 왜도, 우기 비율)를 계산하였다. 둘째, 강우 통계 간의 선형 관계를 도출하였다. 여기서는 클러스터에 있는 모든 관측소의 통계를 사용하여 회귀의 신뢰도를 높였다. 셋째, 강우 평균 조정을 위한 Change Factor는 제어(2000~2019년) 및 미래(2041~2070년) 기간의 기후 모형 자료를 사용하여 계산하였다. 넷째, 조정된 15분 강우 평균은 관측 평균에 Change Factor을 곱하여 계산하고 조정된 강우 평균과 통계 간의 관계를 사용하여 미래 강우 통계 세트를 추정하였다. 여러 통계 세트를 생성한 후 마지막으로 미래 통계에 강우 모형을 적합시켜 최종적으로 미래 시단위 이하 강우 시계열을 모의하였다. 이 방법은 CMIP6에 참여하는 기후 모델의 기후 예측 데이터를 사용하여 용산(415) 및 동래(940) AWS 관측소에 적용되었다. 두 관측소의 미래 강우 모의 결과, 시단위 이하 시간 규모에서 극값이 증가하는 추세를 보였다.

• Communications for Statistical Applications and Methods
• /
• v.5 no.1
• /
• pp.167-176
• /
• 1998

최근 들어 반복측정 자료에 대한 관심이 늘어나면서 이러한 자료를 분석하기 위한 통계패키지가 많이 개발되어 사용되고 있다. 본 논문에서는 연속형 반복측정 자료를 분석할 수 있는 통계모형들을 간단하게 개괄해보고 SAS, BMDP, S-PLUS, SPSS, MINITAB과 같은 통계 패키지 중에서 이러한 통계모형들을 다룰 수 있는 프로그램들을 정리해보고 그 특징들을 고찰해보았다. 그 중에서 특히 SAS의 PROC MIXED와 BMDP의 5V를 구체적으로 살펴보았다.

• Communications for Statistical Applications and Methods
• /
• v.5 no.1
• /
• pp.43-53
• /
• 1998

본 연구에서는 승법 시계열모형에 있어서 계절성 존재에 대한 대표본 검정통계량으로 서 Wald, 우도비, Rao 통계량을 제안했다. 그리고 세 통계량의 극한분포를 유도하였다. 모의실험을 통하여 세 검정통계량의 경험적 유의수준과 극한분포를 구하고, 세 검정통계량의 검정력을 비교하였다.