• 한국신뢰성학회지:신뢰성응용연구
• /
• 제3권1호
• /
• pp.13-40
• /
• 2003

The seasonal adjustment is an essential process in analyzing the time series of economy and business. One of the powerful adjustment methods is X11-ARIMA Model which is popularly used in Korea. This method was delivered from Canada. However, this model has been developed to be appropriate for Canadian and American environment. Therefore, we need to review whether the X11-ARIMA Model could be used properly in Korea. In this study, we have applied the method to the annual sales of refrigerator sales in A electronic company. We appreciated the adjustment by result analyzing the time series components such as seasonal component, trend-cycle component, and irregular component, with the proposed method. Additionally, in order to improve the result of seasonal adjusted time series, we suggest the demand forecasting method base on autocorrelation and seasonality with the X11-ARIMA PROC.

• Communications for Statistical Applications and Methods
• /
• 제31권1호
• /
• pp.143-154
• /
• 2024

This paper considers a combined model of exponential smoothing (ETS) and autoregressive integrated moving average (ARIMA) models that are commonly used to forecast time series data. The combined model is constructed through an innovational state space model based on the level variable instead of the differenced variable, and the identifiability of the model is investigated. We consider the maximum likelihood estimation for the model parameters and suggest the model selection steps. The forecasting performance of the model is evaluated by two real time series data. We consider the three competing models; ETS, ARIMA and the trigonometric Box-Cox autoregressive and moving average trend seasonal (TBATS) models, and compare and evaluate their root mean squared errors and mean absolute percentage errors for accuracy. The results show that the combined model outperforms the competing models.

• 대한교통학회지
• /
• 제31권3호
• /
• pp.3-18
• /
• 2013

본 연구는 2000년 1사분기부터 2010년 4사분기 까지 인천국제공항에서 출발하여 유럽내 모든공항에 도착한 항공화물의 시계열 자료를 바탕으로 SARIMA 모형을 활용, 수요예측 모형을 구축하였다. 또한 SARIMA 모형을 활용하여 구축한 예측모형을 기존에 주로 활용되어진 ARIMA 모형과 그 예측정확성을 비교 분석함으로써 SARIMA 모형의 정확성을 확인하였다. 현재 국내교통수요를 예측하는 부문에 있어서 SARIMA 모형을 활용한 경우는 극히 드물다. 또한 공항의 총 여객수요나 화물량이 아닌 항공노선의 수요예측에 관한 연구 역시 찾아보기 힘들다. 이러한 상황 하에서, SARIMA 모형을 활용하여 인천국제공항 발 유럽노선의 항공화물 수요를 예측한 본 연구는 상당히 큰 의미가 있다고 생각된다.

• 한국항만경제학회지
• /
• 제26권1호
• /
• pp.222-233
• /
• 2010

해상운임의 변동은 해운업계에만 영향을 미치는데 그치지 않고 전후방 연쇄효과를 통해 조선업계를 비롯하여 경제 전반에 영향을 미친다. 따라서 해상운임의 움직임을 정확히 예측하는 것은 해운업계 뿐만 아니라 우리나라 경제에도 중요한 의미를 갖게 된다. 그러나 해상운임은 주가나 환율과 같이 다양한 요인에 의해 결정될 뿐만 아니라 최근 들어 운임의 변동성이 크게 커지는 추세이어서 예측에 상당한 어려움이 있다. 본고는 2010년의 BDI를 예측하기 위하여 가장 단순한 모형인 단변량모형인 ARIMA 모형, 개입ARIMA모형, HP 모형을 이용한다. 개입ARIMA 모형은 글로벌 금융위기와 중국효과가 미친 효과를 분석하기 위한 것이다. ARIMA모형은 2010년 말에 4,230-4.690에 도달할 것으로, 개입ARIMA모형은 낙관적인 경우 4,460-4,900선에, 비관적일 경우 2,820-2,940선이 될 것으로 예상하여 모형별로 상당한 차이를 드러내고 있다. 그런데 HP 모형에 의한 예측치는 기준 역할을 하므로 HP모형에 의한 2010년 말 예측치 3,500 포인트를 감안하면 2010년 12월에 2,820-4,230의 범주에 도달할 것으로 예측된다. 2010년 12월 2,800 포인트는 해운업계에 어두운 그림자를 드리우는 예측치이다. 그러나 낙관적인 2010년 12월 4,000포인트는 2008년 BDI가 10,000 포인트를 넘어선 때를 기억하면 그리 높게 생각되지 않을 수 있으나 4,000 포인트 이상의 BDI는 해운관련업계에게 어느 정도의 안도감을 주고 재도약을 할 수 있는 기반을 제공할 수 있는 수준으로 판단된다.

• 한국항해항만학회지
• /
• 제32권1호
• /
• pp.81-88
• /
• 2008

컨테이너항만의 물동량 예측은 항만의 개발 및 운영계획을 위해 매우 중요한 과정이다. 일반적으로 회귀분석, ARIMA모형 등의 통계적 방법론을 통해 많은 예측이 이뤄져왔다. 최근의 연구에서는 인공 신경망(ANN)기법을 통한 예측이 이뤄지고 있으며 기존의 선형적인 기법을 대신하고 있다. 본 연구에서는 선형모형과 비선형모형에 강점이 있는 ARIMA모형과 신경망모형을 결합해 보다 효과적인 예측 모형을 개발하고자 한다. 실제 항만의 과거 자료를 통해 모델의 적합성을 측정하였고 항만의 특성에 따라 모형의 적합성이 다양하게 나타났다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2007년도 추계학술대회 및 제23회 정기총회
• /
• pp.259-260
• /
• 2007

컨테이너항만의 물동량 예측은 항만의 계발 및 운영계획을 위해 매우 중요한 과정이다. 일반적으로 회귀분석, ARIMA 등의 통계적 방법론을 통해 많은 예측이 이뤄져왔다. 최근의 연구에서는 인공 신경망(ANN)기법을 통한 예측이 이뤄지고 있으며 기존의 선형적인 기법을 대신하고 있다. 본 연구에서는 선형모델과 비선형모델에 강점이 있는 ARIMA와 신경망 모델을 결합해 보다 효과적인 예측 모델을 개발하고자 한다. 실제 항만의 과거 자료를 통해 모델의 적합성을 측정하였고 항만의 특성에 따라 모형의 적합성이 다양하게 나타났다.

• International Journal of Computer Science & Network Security
• /
• 제22권10호
• /
• pp.177-182
• /
• 2022

Technology is progressing with every passing day and the enormous usage of electricity is becoming a necessity. One of the techniques to enjoy the assistances in a smart home is the efficiency to manage the electric energy. When electric energy is managed in an appropriate way, it drastically saves sufficient power even to be spent during hard time as when hit by natural calamities. To accomplish this, prediction of energy consumption plays a very important role. This proposed prediction model Coherent Weighted K-Means Clustering ARIMA (CWKMCA) enhances the weighted k-means clustering technique by adding weights to the cluster points. Forecasting is done using the ARIMA model based on the centroid of the clusters produced. The dataset for this proposed work is taken from the Pecan Project in Texas, USA. The level of accuracy of this model is compared with the traditional ARIMA model and the Weighted K-Means Clustering ARIMA Model. When predicting,errors such as RMSE, MAPE, AIC and AICC are analysed, the results of this suggested work reveal lower values than the ARIMA and Weighted K-Means Clustering ARIMA models. This model also has a greater loglikelihood, demonstrating that this model outperforms the ARIMA model for time series forecasting.

• Journal of the Korean Data and Information Science Society
• /
• 제17권1호
• /
• pp.63-76
• /
• 2006

Marine production forecasting in fisheries is a crucial factor for managing and maintaining fishery resources. Thus this paper aims to generate a forecasting model of total marine production. The most generally method of time series model is to generate the most optimal single forecasting model. But the method could induce a different forecasting results when it does not properly infer a model To overcome the defect, I am trying to propose a single forecasting through multiple time series model. In other word, by comparing and integrating the output resulted from ARIMA and VAR model (which are typical method in a forecasting methodology), I tried to draw a forecasting. It is expected to produce more stable and delicate forecasting prospect than a single model. Through this, I generated 3 models on a yearly and monthly data basis and then here I present a forecasting from 2006 to 2010 through comparing and integrating 3 models. In conclusion, marine production is expected to show a decreasing tendency for the coming years.

• 한국항만경제학회지
• /
• 제29권1호
• /
• pp.67-76
• /
• 2013

해운경기와 밀접한 관계를 갖는 세계 경기가 유럽재정위기와 같은 일련의 사건으로 침체국면에서 벗어나지 못하고 있어 장기적인 해운시황에 대한 우려가 커지고 있으며, BDI 건화물선 종합운임지수가 1000포인트에도 도달하지 못해 해운기업의 어려움을 가중시키고 있다. 본고는 해운경기의 불황탈피가 2013년에 가능한가를 파악하기 위해 BDI를 예측하는데 목적을 둔다. 해상운임에 영향을 미치는 변수들로 구성된 다변량모형 대신 BDI로만 구성된 단일변량모형인 자기회귀-이동평균모형과 장기순환과정을 보여주는 Hodrick-Prescott 필터 기법을 이용하여 2013년의 BDI를 예측한다. 3개의 ARIMA모형과 2개의 개입-ARIMA 모형을 이용하여 2013년에도 지속적으로 BDI가 하락하는 760과 670사이에서 움직인다는 것을 보인다. HP기법을 통한 예측은 750에서 556사이의 변동을 예상하여 ARIMA모형보다 해운경기를 더 비관적이라는 것도 밝힌다. 또한 5개의 ARIMA모형의 예측오류가 RW모형보다 낮을 뿐만 아니라 그 크기가 대단히 작아 예측치가 크게 빗나갈 가능성이 낮다는 것도 보인다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2005년도 ICCAS
• /
• pp.2490-2495
• /
• 2005

The scheduling of plant should be determined based on the product demands correctly forecasted by reasonable methods. However, because most existing forecasting packages need user's knowledge about forecasting, it has been hard for plant engineers without forecasting knowledge to apply forecasted demands to scheduling. Therefore, a forecasting module has been developed for plant engineers without forecasting knowledge. In this study, for the development of the forecasting module, an automatic method using the ARIMA model that is framed from the modified Box-Jenkins process is proposed. And a new method for safety inventory determination is proposed to reduce the penalty cost by forecasting errors. Finally, using the two proposed methods, the web-based automatic module has been developed.