• 응용통계연구
• /
• 제29권1호
• /
• pp.257-266
• /
• 2016

비선형 모형인 확률계수 자기회귀 모형의 모수를 추정하기 위해 전체 데이터를 부표본으로 나누어 확률계수 ${\phi}(t)$가 초기값, ${\phi}(0)$를 갖는 특별한 경우를 제안하고 추정하였다. 모의 실험으로 부표본으로 나누어 확률계수 자기회귀 모형을 추정하는 더 바람직함을 확인하였다. 실증분석에서는 한국 Mumps 자료를 선형 모형인 자기회귀 모형과 확률 계수 자기회귀 모형에 각각 적합시켜 모수를 추정하고, PRESS 값을 비교하여 확률계수 자기회귀 모형의 예측이 더 우수함을 보였다.

• 응용통계연구
• /
• 제16권1호
• /
• pp.141-150
• /
• 2003

본 논문은 베이즈인자(Bayes factor)를 이용하여 정상(stationary) AR(1)모형의 자기회귀계수에 대해 다중검정하는 방법을 제시한다. 모수들에 대한 사전분포로는 무정보 사전분포(noninformative prior distribution)를 가정한다. 이러한 경우에 통상적으로 사용되는 베이즈인자를 근사없이 정확히 계산하여 각 모형에 대한 사후확률(posterior probability)을 얻는다. 최종적으로 모의실험 자료 및 실제 자료에 적용하여 이론의 결과가 잘 부합되는지를 검토한다.

• 응용통계연구
• /
• 제32권1호
• /
• pp.99-109
• /
• 2019

비선형 시계열인 확률계수 자기회귀(random coefficient autoregressive; RCA) 모형에 대하여 여러 가지 방법을 이용한 추정량의 신뢰구간 비교하였다. RCA 모형에 대하여 자료의 분포를 가정하지 않아도 되는 Quasi 스코어 추정량과 Huber, Tukey, Andrew, Hempal 4가지 유계함수를 이용한 M-Quasi 스코어 추정량을 제시하였다. 이러한 추정량에 대하여 표준 붓스트랩 방법, 백분위수 붓스트랩 방법, 스튜던트화 붓스트랩 방법, 하이브리드 붓스트랩 방법을 이용한 신뢰구간을 구하였다. 모의실험을 통하여 RCA 모형의 오차항의 분포가 정규분포, 오염정규분포, 이중지수분포를 따를 때 Quasi 스코어 추정량과 M-Quasi 스코어 추정량들의 근사적 신뢰구간과 네가지 붓스트랩 방법을 이용한 신뢰구간을 비교하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제22권5호
• /
• pp.839-847
• /
• 2011

이 연구에서는 다중 선형회귀 모형에서 자기공분산에 근거한 회귀 계수의 추정량을 도출하였다. 자기공분산에 근거한 방법은 Park (2009)에 제시된 방법으로 직관적으로 매혹적이지는 않지만, 이것에 근거한 추정량이 회귀 계수의 불편추정량이 된다. 설명변수 벡터가 어떤 정칙조건을 만족한다면, 오차가 자기회귀이동평균 모형을 따르면 만족되는 약한 조건 하에서 이 추정량이 최소제곱 추정량과 점근적으로 동일한 분포를 가지며 또한 회귀 계수에 확률 상 수렴한다는 것을 보였다. 마지막으로 모의실험을 통해 이 성질들이 소표본에서도 성립하는 것을 보였다.

• Journal of the Korean Data and Information Science Society
• /
• 제20권2호
• /
• pp.251-260
• /
• 2009

이 논문에서는 단순 선형회귀 모형에서 회귀 계수의 최적 추정량을 구할 수 있는 자기공분산에 근거한 추정 방법을 제시하였다. 이 방법이 직관적으로 매혹적이지는 않지만 이 최적 추정량이 해당 회귀 계수의 불편추정량이 된다. 설명변수가 0과 1사이의 균등간격의 값을 가지면, 오차가 자기회귀 이동평균 모형을 따르면 성립하는 조건 하에서 이 최적 추정량이 최소제곱 추정량과 점근적으로 통일한 분포를 가진다는 것을 보였다. 추가적으로 똑같은 조건 하에서 이 최적 추정량이 해당 회귀 계수에 확률상 수렴한다는 것을 자체적으로 입증하였다.

• 응용통계연구
• /
• 제13권1호
• /
• pp.97-104
• /
• 2000

본 논문은 m개의 독립적인 일차 비선형 시계열로 구성된 패널자료의 동질성 검정에 대한 연구로서 먼저 일반적인 일차 비선형 시계열의 정상성 조건을 유도하고 이어서 동질성 검정법을 제시하고 연관된 극한분포를 규명하였다. 또한 모의실험을 하여 제안된 검정법의 모의검정력을 구하였다.

• 디지털융복합연구
• /
• 제10권9호
• /
• pp.357-362
• /
• 2012

본 논문에서는 분산이 각각 다른 이분산성을 갖는 비선형 시계열 자료를 가지고, 비선형 시계열 모형중 1차 일반화 확률계수 자기회귀모형(GRCA(1))과 자료의 형태에 상관없이 적용할 수 있는 신경망 모형을 이용하여 예측을 해서 어느 모형이 최소 평균예측오차제곱의 기준에서 비선형 시계열 자료의 예측에 적합한지를 비교 분석 하는 것이다. 조건부 이분산 모형에 따르는 자료로 확인된 종합주가지수 변동율에 대한 사례 분석 결과를 보면 신경망 모형은 단기 예측에서 좋은 예측 결과를 보였고, 비선형 모형인 GRCA(1) 모형은 장기 예측에서 좋은 예측 결과를 보여 주었다.

• 한국수자원학회논문집
• /
• 제55권12호
• /
• pp.1137-1147
• /
• 2022

하천수위와 지하수위는 수문학적 순환과정에서 나타나는 수문학적 요소로 상호 연관성이 높으며 이러한 수문학적 요소에 대해 확률적 시뮬레이션을 독립적으로 수행하는 경우 상호 관련 정보손실과 같은 문제가 발생할 수 있다. 하천수위와 지하수위는 수문학적·농업적 가뭄을 평가하는 중요한 지표로 활용되지만 하천수위의 경우 건기 중에는 정확한 관측을 얻기가 매우 어려우며, 지하수위의 경우 데이터 기간이 상대적으로 짧아 이를 활용한 가뭄지수 사용이 제한적이다. 이와 관련하여 손실 없이 자료를 최대한 이용하기 위해 본 연구는 각 변수의 시간 의존성을 고려하는 동시에 상호 연관된 변수의 시간 의존성을 고려하는 벡터자기회 모형VAR)을 구성했다. 하천수위와 지하수위 사이의 자기 상관 및 상관관계를 확인하고, 정보 손실을 최소화하는 하천수위 및 지하수위를 예측할 수 있는지 여부를 결정하기 위해 벡터 자기 회귀 모델의 최적 순서 결정과 매개변수를 결정하였다. 또한, 두 변수 간의 상관관계를 반영하지 않는 자기회귀모형(AR)을 구축하고 모의에 대한 DIC와 상관계수를 VAR 모형과 비교하여 VAR 모형 더 적합함을 보이고 하천수위와 지하수위의 간의 상호관계성을 효과적으로 반영함을 확인하였다.