• 한국수자원학회논문집
• /
• 제39권8호
• /
• pp.691-702
• /
• 2006

본 연구에서는 우리나라 가뭄의 공간적인 특성을 파악하고 가뭄의 진행에 따른 피해규모를 산정하기 위하여 가뭄 심도-영향면적-생기빈도 곡선을 작성하여 제시하였다. 이를 위하여 전국의 기상관측소 지점별로 SPI를 산정하였으며, 산정된 지점별 SPI 자료를 이용하여 EOF 분석을 실시하였다. EOF 분석으로부터 추출된 핵심 공간패턴자료들은 다시 공간적으로는 Kriging 기법을 이용하여 보다 세밀한 공간정보를 갖는 자료로 확장되었으며, ARMA 모형을 이용하여 장기간의 가뭄사상을 모의발생하였다. 모의발생된 공간적인 장기간의 가뭄사상들로부터 특정 가뭄심도별 영향면적별 생기빈도 곡선을 작성할 수 있었다.

• 한국통신학회논문지
• /
• 제29권2B호
• /
• pp.217-227
• /
• 2004

인터넷의 발달로 네트워크 트래픽은 현저하게 증가되었다. 트래픽의 폭증은 전체 네트워크의 성능에 크게 영향을 미치게 되었으며 트래픽의 관리가 망 관리의 중요한 이슈로 되었다. 본 논문에서는 네트워크 트래픽을 분석하여 효율적인 대응을 수립하기 위해 예측하는 시계열 모형의 적합성을 검증한다. 네트워크 트래픽을 예측하기 위해서는 시간적 흐름에 따라 자료간의 상관 관계를 유추하고, 이 관계를 이용하여 예측을 수행한다. 상관 관계를 유추하는 과정에서 필연적으로 확률적 오류를 포함하게 되는데, 정확한 예측을 위해서는 확률적 오차를 최소화해야 한다. 따라서, 통계학 분야에서 예측 방법으로 널리 쓰이는 시계열 모형인 AR, MA, ARMA, ARIMA 모형을 사용하여 네트워크 트래픽을 예측함과 동시에, 예측하는 과정에서 정확한 예측을 수행할 수 있는지에 대한 적합성을 검증하고자 한다. 적합성 검증은 모형 식별 단계에서 초기 단계인 정상성 가정을 만족하는지의 여부로 판단하며. 정상성 가정은 자기상관함수와 편자기상관함수를 통해 구할 수 있다. 정상성 가정을 만족하지 못하는 모형은 비정상 시계열 자료로 분류되는데 이 경우의 예측은 정확하다고 볼 수 없다. 따라서, 정확한 예측을 수행할 수 있도록 시계열 자료의 정상성 가정을 만족하도록 모형을 분류하는 방안을 제시하고자 한다. 정확한 예측을 수행하면, 네트워크 트래픽을 좀 더 나은 방법으로 관리하며, 예측 결과를 이용하여 동적인 트래픽의 관리가 가능하게 된다.

• 응용통계연구
• /
• 제30권1호
• /
• pp.103-117
• /
• 2017

경시적 자료분석에서 공변량 효과를 추정할 때 반복 측정된 결과들의 상관성은 고려되어야 한다. 따라서 공분산 행렬을 모형화하는 것은 매우 중요하다. 그러나 공분산 행렬의 추정은 모수들의 수가 많고 추정된 공분산행렬이 양정치성을 만족해야 하므로 쉽지 않은 문제이다. 이러한 제한을 극복하기 위해, 공분산행렬의 모형화를 위한 여러가지 방법을 제안하였다: 자기회귀/이동평균/자기회귀-이동평균 구조를 각각 적용한 수정 콜레스키분해 (Pourahmadi, 1999), 이동평균 콜레스키분해 (Zhang과 Leng, 2012)와 자기회귀-이동평균 콜레스키 분해 (Lee 등, 2017) 이들 구조를 가지는 공분산 행렬의 특징을 비교연구하고자 한다. 이 세 가지 모형의 성능을 비교하기 위한 모의실험을 실시한다.

• 한국수자원학회논문집
• /
• 제31권6호
• /
• pp.769-777
• /
• 1998

본 연구에서는 다양한 특성을 가지는 시계열 자료들을 분석하여 자료의 비선형성 여부를 판단하였다. 시계열 자료의 무작위성을 분석하면 시스템의 비선형 구조를 알아낼 수 있다. 무작위성을 조사하는 통계기법으로는 전통적인 비모수 통계기법과 새로운 통계기법인 BDS 통계를 사용하였으며, 그들의 해석결과를 비교하였다. BDS 통계는 카오스 분석을 위해 이용되는 상관적분의 통계학적 특성을 바탕으로 한 검정방법으로서 무작위성과 비선형 동역학 시스템을 구분하는데 탁월한 능력이 잇는 것으로 알려져 왔다. 이미 자료의 특성이 알려진 선형, 비선형 시스템에 BDS 통계를 적용한 결과, 비모수 통계기법에 비해 더욱 정확한 해석결과를 나타내었다. 실제 수문 시계열 자료를 이용하여 선형 추계학적 모형인 ARMA 형태의 모형을 구축한 후, 이 모형으로부터 계산된 잔치를 BDS 통계를 사용하여 분석하였다. 분석결과, BDS 통계는 시계열자료의 무작위성과 카오스 시스템의 비선형성을 판단하여 줄 뿐만아니라, 추계학적 모형의 잔차 분석을 통한 모형의 적합성 판단에도 유용한 방법임을 알 수 있었다.

• 대한토목학회논문집
• /
• 제29권2B호
• /
• pp.163-171
• /
• 2009

수문시계열 분석과 예측을 위하여 통상적으로 기존의 선형적인 모형들을 이용하여 왔다. 그러나 최근 자연현상이나 수문시계열의 패턴 그리고 변동성에 비선형구조가 존재하고 있다는 것이 입증되고 있다. 따라서 기존의 선형적인 방법들에 의한 시계열분석이나 예측은 비선형 시스템에 대해서 적절하지 않을 것이다. 최근, 시계열의 비선형성 구조를 판단하기 위해 카오스 이론을 토대로 한 상관적분으로부터 BDS(Brock-Dechert-Scheinkman) 통계 기법이 유도되었다. BDS 통계는 시스템의 비선형구조와 무작위성 구조를 구별하는데 매우 효과적으로 이용되어 오고 있다. 또한 DVS(Deterministic Versus Stochastic) 알고리즘은 카오스와 추계학적 시스템을 구별하고 예측하는데 주로 이용되어 왔다. 그러나 본 연구에서는 DVS 알고리즘에 의해 시계열의 비선형성을 판별할 수 있음을 보이고자 한다. 따라서 본 연구에서는 추계학적 시계열과 수문학적 시계열들의 비선형성을 검사하고자 한다. ARMA 모형과 TAR(Threshold autoregressive) 모형으로부터로 발생시킨 추계학적 시계열, 미국 유타주 GSL 체적자료, 미국 플로리다 주 St. Johns 강 Cocoa 지점의 유출량 자료, 소양강 댐 일 유입량 자료 등의 수문시계열에 대해 비선형성 분석을 수행하고 그 결과를 비교하였다. 분석결과 BDS 통계가 선형 및 비선형 시계열을 구분하는데 매우 강력한 도구임을 보였고, DVS 알고리즘 또한 시계열의 비선형성을 구별하는데 효과적으로 이용될 수 있음을 보였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.1272-1276
• /
• 2009

극치강우사상에 의한 설계 홍수량의 갑작스런 증 감은 홍수, 가뭄과 같은 기상학적 요인에 기인한 재난을 발생시킨다. 많은 연구자들은 보다 정확한 확률강우량의 예측과 유출량의 예측을 위해 많은 노력을 하고 있다. 본 연구에서는 강원도 강릉 강우관측소를 대상으로 강우-빈도곡선의 불확실성 분석을 수행하였다. 관측 자료의 수집에서 발생하는 불확실성을 최소화 하고자 ARMA 모형을 이용하여 합성강우자료를 구축하였으며, 발생된 합성강우량을 Bootstrap 방법을 이용하여 대규모의 자료집단으로 발생시킴으로서 신뢰구간에 사용할 자료집단을 발생시켰다. 본 연구에서는 극치강우사상에 적합한 것으로 알려진 Gumbel 분포와 일반극치 분포(GEV 분포) 모형을 선정하였으며 각 확률분포모형에 대한 매개변수 추정방법으로 최우도법, 확률가중모멘트법 그리고 베이지안 추론방법을 사용하여 각 매개변수의 최후 추정치를 산정하였다. 또한 원 자료를 이용하여 최우도법, 확률가중모멘트법 그리고 베이지안 추론방법을 통해 매개변수를 산정 후 강우-빈도 곡선을 추정하여 합성강우자료의 Bootstrap 방법에 의해 발생된 자료로부터 산정한 강우-빈도 곡선의 신뢰구간과 비교함으로서 불확실성이 낮은 확률강우량을 산정할 수 있는 매개변수 추정방법을 평가하고자하였다.

• 수산경영론집
• /
• 제52권4호
• /
• pp.13-28
• /
• 2021

The purpose of this study is to compare short-term price predictive power among ARMA ARMAX and VAR forecasting models based on the MDM test using monthly consumer price data of frozen mackerel. This study also aims to help policymakers and economic actors make reasonable choices in the market on monthly consumer price of frozen mackerel. To analyze this study, the frozen wholesale prices and new consumer prices were used as variables while the price time series data were used from December 2013 to July 2021. Through the unit root test, it was confirmed that the time series variables employed in the models were stable while the level variables were used for analysis. As a result of conducting information standards and Granger causality tests, it was found that the wholesale prices and fresh consumer prices from the previous month have affected the frozen consumer prices. Then, the model with the highest predictive power was selected by RMSE, RMSPE, MAE, MAPE, and Theil's inequality coefficient criteria where the predictive power was compared by the MDM test in order to examine which model is superior. As a result of the analysis, ARMAX(1,1) with the frozen wholesale, ARMAX(1,1) with the fresh consumer model and VAR model were selected. Through the five criteria and MDM tests, the VAR model was selected as the superior model in predicting the monthly consumer price of frozen mackerel.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.172-172
• /
• 2021

주된 물관리 시설의 신뢰성 있는 운영 계획의 수립을 위하여 충분한 길이의 유입량을 확보하는 것은 중요하나 현실적으로 제한된 관측 자료만 존재한다. 본 연구에서는 충분한 길이의 유입량을 생성하기 위하여 유입량의 모의 방법론을 제안하고자 한다. 제안하는 모형은 크게 3가지의 방법론을 기반으로 한다. 첫 번째는 연 유입량과 월 유입량의 생성단계로 Wavelet 기반으로 Autoregressive-moving-average(ARMA)을 적용할 것이다. 다음으로 일 유입량의 생성에 있어서 과거 관측값을 기반으로 한 Z-Score-based jittering 방법론을 적용할 것이다. 이렇게 각각 생성된 연 유입량, 월 유입량 그리고 일 유입량을 K-Nearest Nedighbors (K-NN) 방법론을 이용하여 최종 유입량을 결정하고자 한다. 생성된 유입량의 유용성을 판단하기 위하여 본 연구에서는 단기와 장기에서의 시계열의 지속성을 허스트 지수와 상관계수를 사용하여 검증할 것이며 이를 과거 관측치와 비교하고자 한다. 또한 각각의 연, 월, 일별의 기준으로 주요 통계치인 평균과 표준편차를 과거 관측 시계열의 통계치와 비교하여 그 유용성을 판단할 것이다.

• 한국시뮬레이션학회논문지
• /
• 제5권1호
• /
• pp.1-12
• /
• 1996

We propose a new approach to classifying a time series data into one of the autoregressive moving-average (ARMA) models. It is bases on two pattern recognition concepts for solving time series identification. The one is an extended sample autocorrelation function (ESACF). The other is a neural network-driven decision tree classifier(NNDTC) in which two pattern recognition techniques are tightly coupled : neural network and decision tree classfier. NNDTc consists of a set of nodes at which neural network-driven decision making is made whether the connecting subtrees should be pruned or not. Therefore, time series identification problem can be stated as solving a set of local decisions at nodes. The decision values of the nodes are provided by neural network functions attached to the corresponding nodes. Experimental results with a set of test data and real time series data show that the proposed approach can efficiently identify the time seires patterns with high precision compared to the previous approaches.

• 한국경영과학회지
• /
• 제16권1호
• /
• pp.68-75
• /
• 1991

The purpose of this thesis is to develop the new technique for the analysis of seasonal time series by extending the vector sample auto-correlation function(VSACF), which was developed for ARMA modelling procedure. After the problems of VSACF for modelling seasonal time series are investigated, the adjacent variance is defined and used for decomposing the seasonal factor from the seasonal time series. The seasonal indices are calculated and the VSACF is applied to the transformed series. The automatic procedure for modelling seasonal time series is suggested and applied to the real data, the international airline passenger travel.