• 융합경영연구
• /
• 제9권2호
• /
• pp.1-10
• /
• 2021

Purpose: In this work, we examine several time series models to predict internet and mobile transaction amount in South Korea, whereas Jeong (2020) has obtained the optimal forecasts for online shopping transaction amount by using time series models. Additionally, optimal forecasts based on the model considered can be calculated and applied to the Corona 19 situation. Research design, data, and methodology: The data are extracted from the online shopping trend survey of the National Statistical Office, and homogeneous and comparable in size based on 46 realizations sampled from January 2007 to October 2020. To achieve the goal of this work, both multiplicative ARIMA model and Holt-Winters Multiplicative seasonality method are taken into account. In addition, goodness-of-fit measures are used as crucial tools of the appropriate construction of forecasting model. Results: All of the optimal forecasts for the next 12 months for two online shopping transactions maintain a pattern in which the slope increases linearly and steadily with a fixed seasonal change that has been subjected to seasonal fluctuations. Conclusions: It can be confirmed that the mobile shopping transactions is much larger than the internet shopping transactions for the increase in trend and seasonality in the future.

• 한국인터넷방송통신학회논문지
• /
• 제18권2호
• /
• pp.197-207
• /
• 2018

다품종 소량생산체제인 중소기업 제조공장은 고객의 니즈를 대응하기 위해 제품을 대량생산하여 판매하는 형태이다. 이는 기업이 재고 부족에 따른 손실을 줄이기 위해 과도한 양의 자재 수급을 의미하고 높은 재고 유지비용이 발생한다. 그리고 수요 대응에 실패한 제품은 관리 창고에 쌓여 있어 재고 보관비용이 발생하는 현실이다. 본 논문은 이러한 문제를 보완하기 위해 시계열 분석 기법인 ARIMA모형을 이용하여 계절적 요인과 같은 시간적인 변동성을 찾아 수요를 예측하고 이를 통해 경제적 주문량 모형 기반의 수요예측 모델을 개발하여 재고 부족 위험을 예방한다. 또한 시뮬레이션을 수행하여 개발 모델의 효용성 평가하고 향후 중소기업에 적용하여 개발 모델의 효과를 입증한다.

• 사물인터넷융복합논문지
• /
• 제6권4호
• /
• pp.7-14
• /
• 2020

본 연구는 2010년 1월부터 2018년 12월까지 일산화탄소의 12일 단기 노출에 따른 순환계통 질환 사망자 수의 영향관계를 분석하였고, 일산화탄소 농도 증가에 따른 미래의 순환계통 질환의 진료비용을 예측하였다. 한국환경공단의 대기환경정보(Airkorea)와 한국 통계청에서 자료를 추출하였고, 포아송 회귀분석과 ARIMA 개입 모형을 사용하여 분석하였다. 통계처리는 SPSS Ver. 21.0 프로그램을 이용하였다. 연구 결과는 다음과 같다. 첫째, 일산화탄소의 단기 노출에 따른 순환계통 질환 사망에 영향관계를 당일부터 이전 11일 전까지 분석한 결과는 이전 11일에서 가장 높은 영향력이 있는 것으로 나타났다. 둘째, 일산화탄소 농도 증가에 따라 미래의 순환계통 질환 진료비용은 2019년 예측값이 10,123십억원으로 2018년 12월 말의 관측값 9,443십억원보다 높게 나타났다. 또한 월별로 정리해 보면 순환계통 질환 진료비용은 계절변동이 반영되어 1월 보다 12월로 갈수록 높아진다는 것을 알 수 있었다. 이러한 연구를 통하여 일산화탄소와 같은 대기오염물질 증가에 따른 선제적 대응을 위하여 IoT를 활용한 다양한 기기 및 장비를 보급함으로써 모든 국민의 건강한 삶을 위한 미래가 실현될 수 있을 것이다.

• 한국해양환경ㆍ에너지학회지
• /
• 제17권2호
• /
• pp.122-130
• /
• 2014

한반도 여수연안($127^{\circ}37.73^{\prime}E$, $34^{\circ}37.60^{\prime}N$)의 46년(1965-2010년)간 월평균 표면수온의 계절변동과 장기변동추세를 파악하였으며, 시계열모형을 수립하여 향후 12개월의 표면수온을 예측하였다. 여수연안의 연평균 표면수온은 $15.6^{\circ}C$, 연진폭은 $9^{\circ}C$를 보이며, 연위상은 $236^{\circ}$로서 최고수온을 보이는 시기는 8월 26일경으로 나타났다. 장기적으로 여수연안 표면수온은 연간 약 $0.0305^{\circ}C$의 유의한 상승 추세를 가지며, 시기적으로 1981년부터 2010년까지 30년간의 상승 경향이 1966년부터 1995년까지 30년간의 상승 경향보다 현저하며, 계절적으로 겨울철의 상승 경향이 지배적으로 나타났다. 월평균 표면수온을 적합시켜 선택된 시계열모형은 $ARIMA(1,0,0)(2,1,0)_{12}$을 따르며, 수립된 모형에 의한 2010년 월평균 표면수온의 예측치는 8.3%의 평균절대백분율오차(Mean Absolute Percentage Error)를 수반하였다.

• 한국항해항만학회지
• /
• 제31권6호
• /
• pp.455-462
• /
• 2007

본 논문에서는 인천항의 장래 입 출항 교통량을 추정하고, 인천 조류신호소에서 제공하는 조류정보의 가치를 분석하였다. 전국항만 기본계획에 따르면 인천항의 2020년 물동량은 2005년 대비 약 2배로 증가한다. 이에 따라 해상 교통량도 크게 증가할 것이다. 또한 인천항을 통항하는 선박의 조류영향으로 인한 해양사고를 방지하기 위하여 해양수산부는 조류신호소를 운영하고 있다. 그러나 이의 가치에 대한 분석이 없어 그 효과가 정량적으로 알려진 것이 없다. 따라서 본 연구에서는 인천 조류선호소의 정보에 대한 가치를 조건부 가치측정법(CVM)으로 산출하고, 장래 교통량을 고려한 정보가치를 분석하였다. 이로써 조류정보를 직접 이용하는 교통량을 고려한 연간 정보가치는 2000년부터 2020년까지 대략 $1.7{\sim}2.8$억원이 되는 것으로 추산되었다.

• 한국정보통신학회논문지
• /
• 제26권1호
• /
• pp.58-63
• /
• 2022

코로나19의 일일 확진자 수는 천명 후반대에서 2천명대를 유지하고 있으며, 백신접종률이 증가함에도 불구하고 확진자수가 쉽게 줄어들지 않는 상황이다. 변이바이러스는 계속해서 등장하고, 현재는 뮤 변이 바이러스까지 국내에 유입되었다. 본 논문은 코로나 예방전략을 위해 SARIMA 모델을 통해 코로나19 국내 확진자 수를 예측한다. ADF Test와 KPSS Test를 통해 데이터에 추세와 계절성이 있음을 확인한다. SARIMA(p,d,q)(P,D,Q,S)의 p, d, q, P, D, Q의 값은 모형 차수결정 정리로 파라미터를 추출한다. ACF와 PACF를 통해 p, q 파라미터를 추론한다. 차분, 로그변환, 계절성제거 등을 통해 데이터를 정상성 형태로 변환하고, 도식화 하여 파라미터를 도출하고, 계절성이 있다면 S를 정하고, SARIMA P,D,Q를 정하고, 계절성을 제외한 차수에 대해 ACF와 PACF를 보고 ARIMA p,d,q를 정한다.

• Environmental Engineering Research
• /
• 제22권2호
• /
• pp.162-168
• /
• 2017

Rainfall is one of the most important phenomena of the natural system. In Bangladesh, agriculture largely depends on the intensity and variability of rainfall. Therefore, an early indication of possible rainfall can help to solve several problems related to agriculture, climate change and natural hazards like flood and drought. Rainfall forecasting could play a significant role in the planning and management of water resource systems also. In this study, univariate Seasonal Autoregressive Integrated Moving Average (SARIMA) model was used to forecast monthly rainfall for twelve months lead-time for thirty rainfall stations of Bangladesh. The best SARIMA model was chosen based on the RMSE and normalized BIC criteria. A validation check for each station was performed on residual series. Residuals were found white noise at almost all stations. Besides, lack of fit test and normalized BIC confirms all the models were fitted satisfactorily. The predicted results from the selected models were compared with the observed data to determine prediction precision. We found that selected models predicted monthly rainfall with a reasonable accuracy. Therefore, year-long rainfall can be forecasted using these models.

• 산업경영시스템학회지
• /
• 제43권4호
• /
• pp.59-66
• /
• 2020

In this study, we consider the problem of forecasting the number of inbound foreigners visiting Korea. Forecasting tourism demand is an essential decision to plan related facilities and staffs, thus many studies have been carried out, mainly focusing on the number of inbound or outbound tourists. In order to forecast tourism demand, we use a seasonal ARIMA (SARIMA) model, as well as a SARIMAX model which additionally comprises an exogenous variable affecting the dependent variable, i.e., tourism demand. For constructing the forecasting model, we use a search procedure that can be used to determine the values of the orders of the SARIMA and SARIMAX. For the exogenous variable, we introduce factors that could cause the tourism demand reduction, such as the 9/11 attack, the SARS and MERS epidemic, and the deployment of THAAD. In this study, we propose a procedure, called Measuring Impact on Demand (MID), where the impact of each factor on tourism demand is measured and the value of the exogenous variable corresponding to the factor is determined based on the measurement. To show the performance of the proposed forecasting method, an empirical analysis was conducted where the monthly number of foreign visitors in 2019 were forecasted. It was shown that the proposed method can find more accurate forecasts than other benchmarks in terms of the mean absolute percentage error (MAPE).

• KDI Journal of Economic Policy
• /
• 제14권1호
• /
• pp.121-145
• /
• 1992

본고(本稿)에서는 현재의 경제상황을 잘 반영하는 건설투자활동(建設投資活動)의 단기예측모형(短期豫測模型)을 정립하고자 먼저 관련 시계열자료의 안정성(安定性) 여부(與否)와 순환성(循環性), 계절성(季節性)의 특성을 살펴본 후 여러 단기모형의 예측력(豫測力), 정합성(整合性), 설명력(說明力)을 비교 검토했다. 단위근(單位根) 검정(檢定)과 자기상관계수(自己相關係數) 스펙트랄 밀도함수 분석의 결과, 건설관련 시계열자료들이 대체로 단위근(單位根)을 갖지 않음으로써 안정적이고 주기적인 순환변동을 하고 있으며, 시차변수의 설명력이 높은 특성을 나타내었다. 또한 건설투자자료의 특성이 선행지표(先行指標)인 건축허가연면적(建築許可延面積) 및 건설수주액(建設受注額)과 아주 유사하여 건설투자 단기예측에 있어서 두 지표 사이의 시차관계(時差關係) 파악이 중요함을 알 수 있었다. 제(第)III장(章)에서는 단변량(單變量) 시계열모형(時系列模型)으로 ARIMA모형(模型)과 승법선형추세예측모형(乘法線型趨勢豫測模型)을, 다변량(多變量) 시계열모형(時系列模型)으로는 첫째, 선행지표(先行指標)를 이용한 1차자기회귀모형(次自己回歸模型), VAR모형(模型), 둘째 GNP자료를 이용한 거시경제모형의 단순한 축약형모형(縮約型模型)과 VAR모형(模型)을 제시하고 이들을 비교 평가하였다. 이에 따르면 단변량 시계열모형보다는 다변량 시계열모형이 시간이 경과할수록 예측오차(豫測誤差)가 커지지 않는다는 점에서 우수한 것으로 나타났으며, 다변량모형 중에서도 벡터자기회귀모형이 여타 모형보다 절대예측오차평균(絶對豫測誤差平均), 평균자승근(平均自乘根) 퍼센트 오차(誤差), 결정계수(決定係數) 등 모든 면에서 우수한 것으로 평가되었다. 이는 최근 건설투자가 추세에서 벗어난 급증세를 지속하고 있음을 고려할 때 타당한 결론이라 생각된다.

• 대한토목학회논문집
• /
• 제44권4호
• /
• pp.443-463
• /
• 2024

본 연구는 지역별로 과거 30년간의 월 강수량 데이터를 활용하여 강수량 예측의 정확성을 높이고자 하였다. 통계적 모형(ARIMA, SARIMA)과 딥러닝 모형(LSTM, GBM)을 사용하여 강릉, 광주, 대구, 대전, 부산, 서울, 제주 그리고 춘천 지역에서 1983년부터 2012년까지의 월 강수량 데이터를 학습하고 이를 바탕으로 2013년부터 2022년까지 10년간 월 강수량을 예측하였다. 예측 결과, 대부분 모형에서 강수량의 추세는 정확하게 예측했으나, 실제 강수량보다 과소 예측하는 경향을 보였다. 이러한 문제점을 해결하고자 지역별, 계절별 적합한 모델을 선정하였다. 강릉, 광주, 대구, 대전, 부산, 서울, 제주 그리고 춘천에는 LSTM 모형이 적합한 결과를 보였다. 계절별로 나누어 예측력을 비교하면, SARIMA 모형은 강릉, 광주, 대구, 대전, 서울 그리고 춘천 지역에서 겨울철에 특히 적합한 예측 성능을 나타냈다. 또한, LSTM 모형은 강수가 집중된 여름철에 다른 모형에 비해 높은 성능을 보였다. 결론적으로, 지역별 및 계절별 강수 패턴을 면밀하게 분석하고 이에 기반한 적합한 예측 모형을 선택하는 것은 강수량 예측의 정확도를 높이는 데 결정적인 역할을 한다.