• Journal of the Korean Data and Information Science Society
• /
• v.25 no.1
• /
• pp.155-167
• /
• 2014

This study uses a continuous autoregressive (CAR) model to analyze daily average temperature in six Korean metropolitan cities. Data period is Jan. 1, 1954 to Dec. 31, 2010 covering 57 years. Using a relative long time series reveals that the linear time trend components are all statistically significant in the six cities, which was not shown in previous studies. Particularly the plus sign of its coefficient implies the effect on Korea of the global warming. Unit-root test results are that the temperature time series are stationary without unit-root. It turns out that CAR(3) is suitable for stochastic component of the daily temperature. Since developing suitable continuous stochastic model of the underlying weather related variables is crucial in pricing the weather derivatives, the results in this study will likely prove useful in further future studies on pricing weather derivatives.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.1845-1849
• /
• 2006

본 연구에서는 관측자료에 나타난 Clark 단위도의 매개변수를 검토하고 그 변동성을 평가하였다. 강우-유출과정에 영향을 미치는 유역 및 기상 특성인자들을 확률밀도함수로 정량화하였고, 유역의 집중시간 및 저류상수를 호우사상의 특성 및 유역의 조건을 고려하여 다변량 회귀분석을 실시하였다. 이를 Monte Carlo 모의기법에 적용하여 유역평균 저류상수 및 집중시간에 대한 신뢰구간을 추정하였다. 또한 신뢰구간을 좁히기 위한 방안으로 관측된 집중시간 및 저류상수를 Bootstrap 기법으로 처리하였다. 그 결과 유역을 대표하는 유출특성의 결정에는 관측 강우-유출사상의 수가 어느 정도 확보된다고 하더라도 여전히 높은 불확실성을 피하기 힘들다는 것이다. 집중시간의 경우는 그 분포가 상당히 왜곡된 형태여서 단순한 산술평균은 상당히 왜곡된 추정치를 제시할 가능성이 높다. 단순히 관측치를 이용한 경우보다 Monte Carlo 모의기법에 의한 경우 신뢰구간이 2-3배정도 좁게 나타났다. 어느 정도 신뢰도 있는 집중시간 및 저류상수의 추정을 위해서는 최소 10여개 대략 20개 정도 이상의 호우사상이 필요할 것으로 판단된다. 본 연구의 목적은 주어진 유역을 대표할 수 있는 집중시간 및 저류상수를 결정하고자 하는 것이다. 따라서 본 연구에서의 방법론을 적용하여 관측자료가 존재하는 다양한 유역에서의 집중시간 및 저류상수를 결정하고, 이를 지형인자 유역특성을 고려하여 회귀분석하는 경우 보다 정도 있는 경험식의 개발도 가능할 것이다.

• The Korean Journal of Financial Management
• /
• v.20 no.2
• /
• pp.95-126
• /
• 2003

This paper introduces multifractal processes and presents the empirical investigation of the multifractal asset pricing. The multifractal stock price process contains long-tails which focus on Levy-Stable distributions. The process also contains long-dependence, which is the characteristic feature of fractional Brownian motion. Multifractality introduces a new source of heterogeneity through time-varying local reqularity in the price path. This paper investigates multifractality in stock prices. After finding evidence of multifractal scaling, the multifractal spectrum is estimated via the Legendre transform. The distinguishing feature of the multifractal process is multiscaling of the return distribution's moments under time-resealing. More intensive study is required of estimation techniques and inference procedures.

• The Korean Journal of Applied Statistics
• /
• v.34 no.1
• /
• pp.75-98
• /
• 2021

This paper compares three statistical models that examine the relationship between national and provincespecific fertility rates. The three models are two of the regression models and a cointegration model. The regression model is by substituting Gompit transformation for the cumulative fertility rate by the average for ten years, and this model applies the raw data without transformation of the fertility data. A cointegration model can be considered when fitting the unstable time series of fertility rate in probability process. This paper proposes the following when it is intended to derive the relation of non-stationary fertility rate between the national and provinces. The cointegrated relationship between national and regional fertility rates is first derived. Furthermore, if this relationship is not significant, it is proposed to look at the national and regional fertility rate relationships with a regression model approach using raw data without transformation. Also, the regression model method of substituting Gompit transformation data resulted in an overestimation of fertility rates compared to other methods. Finally, Seoul, Busan, Daegu, Incheon, Gwangju, Daejeon and Gyeonggi province are expected to show a total fertility rate of 1.0 or less from 2025 to 2030, so an urgent and efficient policy to raise this level is needed.

• Environmental and Resource Economics Review
• /
• v.14 no.4
• /
• pp.943-964
• /
• 2005

This study estimated a wide range of stochastic process models using the frameworks of CKLS (1992) and Nowman and Wang (2001). For empirical analysis, the GMM estimation procedure is adopted for the monthly Brent crude oil prices from January 1996 to January 2005. Using the simulated price series, European call option premiums were calculated and compared each other. The empirical results suggest that the crude oil price has a strong dependency of volatility on the price level. Contrary to the results of previous related studies, it shows a weak tendency of mean reversion. In addition, the models provide different implications for pricing derivatives on crude oil.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.415-415
• /
• 2019

본 연구에서는 낙동강 본류에서 10년(2008~2017) 동안 관측된 자료의 월별 평균 자료를 이용하여, DO, BOD, COD의 시공간 변동 및 그 영향인자들과의 상관관계를 분석하였다. 관측소별 수질은 상류에서 하류로 갈수록 나빠졌으며, BOD와 COD는 ST5에서 가장 높았다. 10개 관측소별 수질성분의 상관성을 분석한 결과, DO와 수온의 상관계수는 -0.90 이상이고, BOD와 Chl-a의 상관계수는 0.48~0.85, COD와 TOC의 상관계수는 ST5와 ST10 관측소를 제외하고 0.65 이상이었다. 모든 관측소 자료를 이용한 회귀분석 결과, 수온과 DO는 감소하는 선형함수로서 결정계수는 0.90, chl-a와 BOD는 증가하는 파워함수로서 결정계수는 0.83, TOC와 COD는 증가하는 로그함수로서 결정계수는 0.58 정도이었다. 10개 관측소별 TOC 분해율을 산정한 결과, BOD에 의한 분해율의 평균은 15.5~36.3%, COD에 의한 분해율의 평균은 57.4~89.6%의 범위로 나타났다.

• Journal of Korea Water Resources Association
• /
• v.43 no.2
• /
• pp.221-231
• /
• 2010

A regression water level forecasting model using data from stage and rainfall monitoring stations is developed to solve the difficulties which real-time forecasting models could not get the reliabilities by assuming future rainfall duration and intensity. The model could forecast future water levels of maximum 2 hours after using data from monitoring stations in Daejeon area. It shows stable forecasts by its maximum standard deviation is 5 cm, average standard deviations are 1~4 cm and most of coefficients of determination are larger than 0.95. It shows also more researches about the stationary of watershed which assumed in this regression method are necessary.

• Proceedings of the Korea Society for Simulation Conference
• /
• 1996.05a
• /
• pp.1-3
• /
• 1996

시뮬레이션 기법을 이용한 시스템의 분석에 있어서 실험의 자동화는 현재 많은 연구와 개발이 진행 중인 분야이다. 컴퓨터와 정보통신 시스템에 대한 시뮬레이션의 예를 들어 보면, 수많은 모델을 대한 시뮬레이션을 수행할 경우 자동화된 실험의 제어가 요구되고 있다. 시뮬레이션 수행회수, 수행길이, 데이터 수집방법 등과 관련하여 시뮬레이션 실험방법이 자동화가 되지 않으면, 시뮬레이션 실험에 필요한 시간과 인적 자원이 상당히 커지게 되며 출력데이터에 대한 분석에 있어서도 어려움이 따르게 된다. 시뮬레이션 실험방법을 자동화하면서 효율적인 시뮬레이션 출력분석을 위해서는 시뮬레이션을 수행하는 경우에 항상 발생하는 초기편의 (initial bias)를 제거하는 문제가 선결되어야 한다. 시뮬레이션 출력분석에 사용되는 데이터들이 초기편의를 반영하지 않는 안정상태에서 수집된 것이어야만 실제 시스템에 대한 올바른 해석이 가능하다. 실제로 시뮬레이션 출력분석과 관련하여 가장 중요하면서도 어려운 문제는 시뮬레이션의 출력데이터가 이루는 추계적 과정 (stochastic process)의 안정상태 평균과 이 평균에 대한 신뢰구간(confidence interval: c. i.)을 구하는 것이다. 한 신뢰구간에 포함되어 있는 정보는 의사결정자에게 얼마나 정확하게 평균을 추정할 구 있는지 알려 준다. 그러나, 신뢰구간을 구성하는 일은 하나의 시뮬레이션으로부터 얻어진 출력데이터가 일반적으로 비정체상태(nonstationary)이고 자동상관(autocorrelated)되어 있기 때문에, 전통적인 통계적인 기법을 직접적으로 이용할 수 없다. 이러한 문제를 해결하기 위해 시뮬레이션 출력데이터 분석기법이 사용된다.본 논문에서는 초기편의를 제거하기 위해서 필요한 출력데이터의 제거시점을 찾는 새로운 기법으로, 유클리드 거리(Euclidean distance: ED)를 이용한 방법과 현재 패턴 분류(pattern classification) 문제에 널리 사용 중인 역전파 신경망(backpropagation neural networks: BNN) 알고리듬을 이용하는 방법을 제시한다. 이 기법들은 대다수의 기존의 기법과는 달리 시험수행(pilot run)이 필요 없으며, 시뮬레이션의 단일수행(single run) 중에 제거시점을 결정할 수 있다. 제거시점과 관련된 기존 연구는 다음과 같다. 콘웨이방법은 현재의 데이터가 이후 데이터의 최대값이나 최소값이 아니면 이 데이터를 제거시점으로 결정하는데, 알고기듬 구조상 온라인으로 제거시점 결정이 불가능하다. 콘웨이방법이 알고리듬의 성격상 온라인이 불가능한 반면, 수정콘웨이방법 (Modified Conway Rule: MCR)은 현재의 데이터가 이전 데이터와 비교했을 때 최대값이나 최소값이 아닌 경우 현재의 데이터를 제거시점으로 결정하기 때문에 온라인이 가능하다. 평균교차방법(Crossings-of-the-Mean Rule: CMR)은 누적평균을 이용하면서 이 평균을 중심으로 관측치가 위에서 아래로, 또는 아래서 위로 교차하는 회수로 결정한다. 이 기법을 사용하려면 교차회수를 결정해야 하는데, 일반적으로 결정된 교차회수가 시스템에 상관없이 일반적으로 적용가능하지 않다는 문제점이 있다. 누적평균방법(Cumulative-Mean Rule: CMR2)은 여러 번의 시험수행을 통해서 얻어진 출력데이터에 대한 총누적평균(grand cumulative mean)을 그래프로 그린 다음, 안정상태인 점을 육안으로 결정한다. 이 방법은 여러 번의 시뮬레이션을 수행에서 얻어진 데이터들의 평균들에 대한 누적평균을 사용하기 매문에 온라인 제거시점 결정이 불가능하며, 작업자가 그래프를 보고 임의로 결정해야 하는 단점이 있다. Welch방법(Welch's Method: WM)은 브라운 브리지(Brownian bridge) 통계량()을 사용하는데, n이 무한에 가까워질 때, 이 브라운 브리지 분포(Brownian bridge distribution)에 수렴하는 성질을 이용한다. 시뮬레이션 출력데이터를 가지고 배치를 구성한 후 하나의 배치를 표본으로 사용한다. 이 기법은 알고리듬이 복잡하고, 값을 추정해야 하는 단점이 있다. Law-Kelton방법(Law-Kelton's Method: LKM)은 회귀 (regression)이론에 기초하는데, 시뮬레이션이 종료된 후 누적평균데이터에 대해서 회귀직선을 적합(fitting)시킨다. 회귀직선의 기울기가 0이라는 귀무가설이 채택되면 그 시점을 제거시점으로 결정한다. 일단 시뮬레이션이 종료된 다음, 데이터가 모아진 순서의 반대 순서로 데이터를 이용하기 때문에 온라인이 불가능하다. Welch절차(Welch's Procedure: WP)는 5회이상의 시뮬레이션수행을 통해 수집한 데이터의 이동평균을 이용해서 시각적으로 제거시점을 결정해야 하며, 반복제거방법을 사용해야 하기 때문에 온라인 제거시점의 결정이 불가능하다. 또한, 한번에 이동할 데이터의 크기(window size)를 결정해야 한다. 지금까지 알아 본 것처럼, 기존의 방법들은 시뮬레이션의 단일 수행 중의 온라인 제거시점 결정의 관점에서는 미약한 면이 있다. 또한, 현재의 시뮬레이션 상용소프트웨어는 작업자로 하여금 제거시점을 임의로 결정하도록 하기 때문에, 실험중인 시스템에 대해서 정확하고도 정량적으로 제거시점을 결정할 수 없게 되어 있다. 사용자가 임의로 제거시점을 결정하게 되면, 초기편의 문제를 효과적으로 해결하기 어려울 뿐만 아니라, 필요 이상으로 너무 많은 양을 제거하거나 초기편의를 해결하지 못할 만큼 너무 적은 양을 제거할 가능성이 커지게 된다. 또한, 기존의 방법들의 대부분은 제거시점을 찾기 위해서 시험수행이 필요하다. 즉, 안정상태 시점만을 찾기 위한 시뮬레이션 수행이 필요하며, 이렇게 사용된 시뮬레이션은 출력분석에 사용되지 않기 때문에 시간적인 손실이 크게 된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.413-413
• /
• 2022

본 연구에서는 통계적 방법으로 도출된 장기 기상예측정보를 이용하여 유역에서의 유출량 전망 가능성을 검토하였다. 먼저 한강권역의 월 강수량과 기온에 대해 글로벌 기후지수와의 원격상관성을 기반으로 다중회귀모형 기반의 통계적 예측모형을 구성하여 미래기간(1~12개월)에 대한 월 단위 기상예측정보를 도출하였다. 월 단위로 도출된 강수량과 기온은 통계적 상세화 기법을 통해 한강권역 주요 ASOS 관측소 지점별로 일 단위 강수량과 기온자료로 변환하였으며, 상세화된 일 자료를 유역모형인 SWAT의 입력자료로 활용하여 경안천 유역의 미래기간에 대한 유출량을 도출하였다. 유출량 예측성을 평가하기 위하여 과거기간(2003~2021년)을 대상으로 관측유출량과 예측기상정보로부터 산출된 예측유출량을 비교하였다. 각 월별로 예측된 유출량의 중앙값과 관측값의 적합도를 분석한 결과, PBIAS는 -5.2~-2.7%, RSR은 0.79~0.91, NSE는 0.34~0.38, r은 0.59~0.62로 강수량 및 기온의 예측성에 비해 낮게 나타났다. 전 기간에 대해 월별로 분석한 예측결과에 대한 3분위 확률은 5월, 6월, 7월, 9월, 11월은 평균 42.8%로 예측성이 충분한 것으로 나타났으나, 나머지 월에서의 평균 예측성은 17.3%로 매우 낮게 나타났다. 상세화된 기상정보를 이용하여 유역모델링을 통해 산정한 유출량에 대한 전망 결과는 기상예측결과에 비해 상대적으로 예측성이 낮은 것으로 분석되었다. 이는 관측값 자체에서 나타날 수 있는 불확실성에 기인할 수도 있으며, 유출량에 지배적인 영향을 주는 강수량의 예측성에 대한 문제가 유역 모델링 과정에서 증폭되어 나타나는 문제일 수도 있다. 또한 지점별 일 자료로 상세화되는 과정에서의 불확실성, 우리나라 여름철 유출량 변동성 등 여러 가지 요인이 복합적으로 영향을 주어 나타나는 것으로 생각된다. 향후 다양한 대상유역에 대한 검토와 기상예측모형의 보완, 상세화 과정에서의 불확실성 해소 등을 통해 예측성을 개선할 계획이다.

• Journal of Practical Engineering Education
• /
• v.16 no.2
• /
• pp.227-239
• /
• 2024

This study aims to analyze the impact of vocational training received by learning workers through the degree-linked work-study program on their learning outcomes. Specifically, we explore the causal relationship between various factors considered during university degree program admission and selection, and the average GPA (Grade Point Average) after admission. To achieve this, we conducted regression analysis and variance analysis using historical admission data and GPA records of 976 students from three undergraduate programs at a domestic K university that implements the degree-linked work-study model. Additionally, we included company information from publicly available databases that could potentially influence the academic performance of learning workers. Our analysis revealed significant causal relationships across various factors, including the classification of the high school attended, gender, family background, subject-specific grades in high school, duration of employment at the company, and age at the time of admission. Based on these findings, we anticipate that universities operating similar degree programs can enhance their selection procedures for learning workers. Furthermore, the results of this study can serve as foundational data for future policy recommendations related to degree-linked work-study programs.