• Journal of the Korean Data and Information Science Society
• /
• 제26권4호
• /
• pp.791-799
• /
• 2015

랜덤워크가설이란 금융시장의 많은 시계열자료가 과거의 값과 관계없이 독립적으로 움직인다는 이론이다. 랜덤워크가설은 ARMA 모형에서 단위근 존재여부 문제로 해석되는데 대부분의 연구는 AR(1) 모형에서 ${\rho}$ < 1 여부를 검정하는 문제에 집중되어 왔다. 그러나, ${\rho}$ > 1인 폭발자기회귀모형을 따르면 거품경제의 위험이 있게 되므로 이를 구분하는 것이 필요하다. 폭발자기회귀모형에서 모수 추정량의 점근분포에 대해 알려져 있으나 그 형태가 모수를 포함하고 있어 통계량으로 부적절하거나 모수에 특정한 구조를 가정하고 있어 사용하기 쉽지 않다. 본 연구에서는 소규모자료에서도 사용할 수 있는 기울기부호를 이용하여 폭발자기회귀모형에 대한 검정을 제시한다. 모의실험을 통해 검정통계량의 성질을 확인한 결과, 오차항의 종속 정도에 따라 통계량의 분포가 일정한 경향을 따르는 것을 알 수 있었다. 대립가설이 참일 경우 통계량의 값이 커지는 성질을 이용하여 검정할 수 있음을 확인할 수 있었다.

• Communications for Statistical Applications and Methods
• /
• 제15권6호
• /
• pp.925-937
• /
• 2008

본 논문에서는 주식시장에서 거래되는 다수의 주식거래종목들을 몇 개의 그룹으로 군집화하는 주제를 연구한다. 시간에 관계없이 분산이 일정한 ARMA모형과 다르게, 주가, 환율 등의 금융시계열자료에서는 조건부 이분산성을 따르게 된다. 또한, 많은 사람들이 금융시계열자료에서 관심을 갖는 것은 바로 이 변동성이다. 그러므로, 이 연구에서는 조건부 이분산성을 모형화하기에 적합하다고 알려진 일반화 조건부 이분산성 자기회귀모형에 초점을 맞춘다. 먼저 두 개의 주식종목들 사이에 변동성(volatility)의 유사성 그리고 구조의 유사성을 재는 거리를 정의하고, 모의실험을 수행한다. 실증자료로 최근 3년 동안 관찰된 국내 11개 주가의 수익률을 변동성과 구조에 따라 군집화한다.

• 조명전기설비학회논문지
• /
• 제24권2호
• /
• pp.133-141
• /
• 2010

접지시스템은 전기설비의 기준 전위점을 확보할 뿐만 아니라 대지에 낮은 저항으로 고장전류나 과도전류를 흐르게 한다. 주파수에 대한 함수로 접지임피던스는 고장이나 과도전류가 넓은 범위의 주파수 성분을 포함하기 때문에 접지성능을 평가하는데 중요한 역할을 한다. 동봉과 콘크리트봉은 배전계통에서 가장 많이 쓰이고 있는 접지전극이다. 본 논문에서는, 주파수영역과 시간영역의 특성시험으로 동봉과 콘크리트봉의 접지임피던스를 측정하였다. 접지임피던스의 등가 전달함수 모델은 측정된 데이터를 이용하여 ARMA 기법으로 모델링 되었고, 규약 접지임피던스로 비교하여 평가하였다.

• 응용통계연구
• /
• 제22권6호
• /
• pp.1191-1201
• /
• 2009

공정관리에서 작은 평균변화를 탐지하기 위하여 누적합 관리도를 사용하는 것이 일반적이다. 자기상관이 존재하는 공정의 경우 시계열 모형에 적합하여 구한 잔차를 관리도에 적용하는 모형기반 관리방법이 활용되고 있다. 그러나 공정에 일정한 크기의 지속적인 수준 변화가 발생하면 잔차에는 동적 평균변화의 패턴이 나타나게 되어 누적합 관리도의 탐지능력은 저하될 수 있다. 본 논문에서는 잔차에 등락을 반복하는 진동(oscillation) 특성의 동적 평균변화가 발생하는 ARMA(1,1) 모형을 대상으로, 그러한 변화를 효율적으로 탐지할 수 있는 새로운 OCUSUM 관리도를 제안하고 모의실험을 통해 최근에 소개된 기존의 CUSUM 관리도와 탐지능력을 비교하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제21권5호
• /
• pp.841-852
• /
• 2010

통합공정관리는 공정의 변동을 줄이기 위하여 공학적 공정관리와 통계적 공정관리를 병행하는 절차이다. 통합공정관리의 기본적인 절차는 잡음과 이상원인이 공존하는 공정에 대하여 매시점마다 수정절차를 통하여 공정편차를 백색잡음으로 전환하며, 수정된 공정을 관리도를 이용하여 이상원인의 발생 여부를 탐지하게 된다. 이때 공정은 이상원인 발생 전에는 백색잡음이 되지만, 이상원인 발생 후에는 이상원인과 수정절차의 효과가 혼합되어 다양한 형태의 시계열 모형으로 변환하게 된다. 이 논문에서는 잡음모형으로 자기회귀이동평균(1,1) 모형을 가정하고 통합공정관리 절차를 수행하는 경우, 지수가중이동평균 관리도를 사용하여 이상원인을 탐지하는 절차에 대한 효율을 살펴보았다. 또한 이상원인의 신호 후 이를 제거하기 힘든 경우 사용할 수 있는 재수정 절차를 제안하였다.

• 대한토목학회논문집
• /
• 제31권1B호
• /
• pp.21-27
• /
• 2011

유출예측량을 모의할 때 과거와 현재의 수문자료를 이용한다는 측면에서 미래 예측결과의 불확실성을 완전히 제거할 수는 없겠지만, 다양한 기법별 분석에 의하여 불확실성을 감소시킬 수 있다. 본 연구에서는 유출예측의 정확성 향상을 위해 다양한 유출예측 기법을 적용 및 평가하였으며 확률론적 예측을 가능하게 하는 예측기법인 ESP와 관측 시계열 자료를 이용한 통계기법으로 공주지점의 유출예측을 수행하였다. 각 기법에 따른 유출예측 결과의 신뢰성 평가는 MAE(Mean Absolute Error), RMSE(Root Mean Squared Error), RRMSE(Relative Root Mean Squared Error), Mean Absolute Percentage Error (MAPE), TIC(Theil Inequality Coefficient)를 이용하였다. ESP 확률을 이용하여 예측한 유출결과와 통계적 시계열 분석에 의해 예측된 유출결과를 MAE, RMSE, RRMSE, MAPE, TIC를 이용하여 비교 분석하였으며 유출예측의 개선효과를 확인해본 결과, ESP 확률을 이용한 예측이 MAE(10.6), RMSE(15.14), RRMSE(0.244), MAPE(22.74%), TIC(0.13)으로 평가되었으며 MAE(23.2), RMSE(37.13), RRMSE(0.596), MAPE(26.69%), TIC(0.30)으로 평가된 ARMA와 MAE(26.4), RMSE(34.44), RRMSE(0.563), MAPE(47.38%), TIC(0.25)으로 평가된 Winters 에 비해 신뢰성이 높게 나타났다.

• 산업경영시스템학회지
• /
• 제39권1호
• /
• pp.25-30
• /
• 2016

It is critical to forecast the maximum daily and monthly demand for power with as little error as possible for our industry and national economy. In general, long-term forecasting of power demand has been studied from both the consumer's perspective and an econometrics model in the form of a generalized linear model with predictors. Time series techniques are used for short-term forecasting with no predictors as predictors must be predicted prior to forecasting response variables and containing estimation errors during this process is inevitable. In previous researches, seasonal exponential smoothing method, SARMA (Seasonal Auto Regressive Moving Average) with consideration to weekly pattern Neuron-Fuzzy model, SVR (Support Vector Regression) model with predictors explored through machine learning, and K-means clustering technique in the various approaches have been applied to short-term power supply forecasting. In this paper, SARMA and intervention model are fitted to forecast the maximum power load daily, weekly, and monthly by using the empirical data from 2011 through 2013. $ARMA(2,\;1,\;2)(1,\;1,\;1)_7$ and $ARMA(0,\;1,\;1)(1,\;1,\;0)_{12}$ are fitted respectively to the daily and monthly power demand, but the weekly power demand is not fitted by AREA because of unit root series. In our fitted intervention model, the factors of long holidays, summer and winter are significant in the form of indicator function. The SARMA with MAPE (Mean Absolute Percentage Error) of 2.45% and intervention model with MAPE of 2.44% are more efficient than the present seasonal exponential smoothing with MAPE of about 4%. Although the dynamic repression model with the predictors of humidity, temperature, and seasonal dummies was applied to foretaste the daily power demand, it lead to a high MAPE of 3.5% even though it has estimation error of predictors.

• Industrial Engineering and Management Systems
• /
• 제12권3호
• /
• pp.244-253
• /
• 2013

In industries, shipping is an important issue in improving the forecasting accuracy of sales. This paper introduces a hybrid method and plural methods are compared. Focusing the equation of exponential smoothing method (ESM) that is equivalent to (1, 1) order autoregressive-moving-average (ARMA) model equation, a new method of estimating the smoothing constant in ESM had been proposed previously by us which satisfies minimum variance of forecasting error. Generally, the smoothing constant is selected arbitrarily. However, this paper utilizes the above stated theoretical solution. Firstly, we make estimation of ARMA model parameter and then estimate the smoothing constant. Thus, theoretical solution is derived in a simple way and it may be utilized in various fields. Furthermore, combining the trend removing method with this method, we aim to improve forecasting accuracy. This method is executed in the following method. Trend removing by the combination of linear and 2nd order nonlinear function and 3rd order nonlinear function is executed to the original production data of two kinds of bread. Genetic algorithm is utilized to search the optimal weight for the weighting parameters of linear and nonlinear function. For comparison, the monthly trend is removed after that. Theoretical solution of smoothing constant of ESM is calculated for both of the monthly trend removing data and the non-monthly trend removing data. Then forecasting is executed on these data. The new method shows that it is useful for the time series that has various trend characteristics and has rather strong seasonal trend. The effectiveness of this method should be examined in various cases.

• 대한토목학회논문집
• /
• 제2권3호
• /
• pp.43-56
• /
• 1982

상태공간(狀態空間) 개념(槪念)에 기초(基礎)를 두어 시스템의 동적(動的) 거동(擧動)을 나타낸 Kalman filter와 자기공진(自己共振) 예측자(豫測子)의 순환(循還) 알고리즘에 의한 예측방법(豫測方法)을 연구(硏究)하여 하천유출(河川流出) 예측(豫測)에의 적용성(適用性)을 검토(檢討)하고 그 결과(結果)를 제시하였다. 강우(降雨)-유출과정(流出過程)의 동적(動的) 거동(擧動)을 자색(白色) Gaussian 잡음(雜音)이 있는 선형(線型), 이산형(離散型)시스템으로 보아서 낮은 차수(次數)의 ARMA 과정(過程)으로 나타내었으며 예측모형(豫測模型)의 상태(狀態)벡터를 random walk로 나타내었다. 예측오차(豫測誤差)에 대한 통계적(統計的)인 분석(分析)으로 모형구조(模型構造)를 결정하였으며 적용(適用)된 예측(豫測)알고리즘의 검정(檢正)을 위하여 시우량(時雨量)과 시유량(時流量)의 과거(過去) 기록치(記錄値)를 사용하였다. 예측결과(豫測結果)를 분석(分析)하나 Kalman filter에 의한 알고리즘이 자기공진(自己共振) 예측자(豫測子)보다 우수하다는 것을 알 수 있었다.

• 한국해양학회지:바다
• /
• 제6권1호
• /
• pp.35-39
• /
• 2001

해저면의 지형과 형상을 조사하기 위해 획득되는 다중빔 음향측심자료는 조사선의 움직임과 빔의 위치에 따른 음압의 보정부족 등에 기인하는 이상치를 포함하고 있다. 이 연구에서는 자기회귀이동평균(ARMA)기법을 이용하여 이상치에 의해 왜곡된 자료를 보정해주는 통계학적 절차를 소개하고 이를 동해에서 얻어진 자료에 적용하였다. 이 방법에서는 자료의 자기 상관을 1차 자기회귀모형 AR(1)으로 표현하고 이를 추정한 후 추정된 모형에 현저하게 부합하지 않는 자료(이상치)는 추정된 모형을 인용하여 수정한다. 이러한 방법을 이상치가 발견되지 않을 때까지 반복적으로 되풀이한다. 자료의 처리결과 해저지형을 나타내는 신호에 비해 월등히 큰 이상치들이 대부분 제거되었음을 볼 수 있다.