• 무역학회지
• /
• 제45권5호
• /
• pp.75-89
• /
• 2020

The purpose of this paper was to analyze the trend of container volume using the Seasonal Autoregressive Intergrated Moving Average (SARIMA) model. To this end, this paper used monthly time-series data of the East Sea Rim from 2001 to 2019. As a result, the SARIMA(2,1,1)12 model was identified as the most suitable model, and the superiority of the SARIMA model was demonstrated by comparative analysis with the ARIMA model. In addition, to confirmed forecasting accuracy of SARIMA model, this paper compares the volume of predict container to the actual volume. According to the forecast for 24 months from 2020 to 2021, the volume of containaer increased from 60,100,000Ton in 2020 to 64,900,000Ton in 2021

• 대한공간정보학회지
• /
• 제18권4호
• /
• pp.109-117
• /
• 2010

본 논문은 용수공급 2축의 한방향인 공급관리의 효율화를 개선하는 한 방안을 제시하는데 그 궁극적인 목적을 두고 있다. 그 총체적 접근의 일환으로 생활용수 중 상업용수를 대상으로 공간분석 대상지 선정, 센서 설치위치 선정, 센서 및 서버시스템의 설치, 실시간 데이터 모니터링 등의 일련의 과정을 시도했다. 이러한 과정을 거쳐 수집된 실시간 데이터 분석을 통해 요일별, 월별 용수사용 추세패턴 모형을 개발하였다. 또한 개발된 추세패턴 모형과 GIS시스템의 연계방안을 제안하였다. 모형의 신뢰도 향상과 더불어 상기 제시된 접근 및 결과는 물사용 예측행정 및 관리를 위한 주요한 도구의 역할을 수행할 수 있을 것으로 기대된다.

• 한국수자원학회논문집
• /
• 제38권8호
• /
• pp.617-629
• /
• 2005

본 논문은 비단조적으로 변동하는 시계열자료를 단조적으로 변화하는 구간으로 분할하여 경향성을 분석함으로써 자료의 시변동에 대한 동질성을 향상시키고 그에 따라 경향성 분석기법의 탐지력을 향상시킬 수 있다는 가설을 전제로 하고 있다. 이를 검토하기 위한 기법으로서 시계열자료의 변동경향을 파악하기 위한 필터링 방법으로 LOWESS smoothing을 적용하였고, 시계열자료의 경향성분석은 seasonal Kendall test를 적용하였다. 인위적으로 발생시킨 시계열자료와 대청호의 수온, 유량, 기온, 일사량 등의 시계열자료를 대상으로 검토한 결과 비단조적인 변화를 보이는 시계열자료를 단조적인 변화구간으로 분할하여 경향성을 분석함으로써 자료의 변동 경향성과 기울기 판정의 정확도를 높일 수 있었다. 그리고, 자료의 시변동에 대한 동질성 향상은 계절 변동성의 동질성에 대한 변화를 보다 정확하게 분석하는데 도움을 주는 것으로 보였으며 이것은 자연현상에 대한 인간활동의 영향을 고찰할 수 있는 자료로서 앞으로 이에 대한 연구가 더 필요할 것으로 보인다. 본 논문에서 제시한 방법은 시계열자료의 단조적인 경향성을 분석하는 기법들에 대해 적용 가능하며, 이를 통하여 환경변화의 경향성에 대한 보다 정확한 분석과 판단이 가능해질 것으로 기대한다.

• 한국환경과학회지
• /
• 제11권10호
• /
• pp.1061-1068
• /
• 2002

To identify possible associations with concentrations of ambient air pollutants and daily mortality in Busan, this study assessed the effects of air pollution for the time period 1999-2000. Poisson regression analysis by Generalized Additive Model were conducted considering trend, season, meteorology, and day-of-the-week as confounders in a nonparametric approach. Busan had a 10% increase in mortality in persons aged 65 and older(95% Cl : 1.01-1.10) in association with IQR in $NO_2$(lagged 2 days). An increase of $NO_2$(lagged 2days) was associated with a 4% increase in respiratory mortality(Cl : 1.02-1.11) and CO(lagged 1 day) showed a 3% increase(Cl : 1.00-1.07).

• 응용통계연구
• /
• 제22권6호
• /
• pp.1203-1214
• /
• 2009

본 논문에서는 시계열자료의 군집분석을 위해 시간영역과 진동수영역에서의 군집 방법들을 소개하고 각 방법들의 장단점에 대해 논의하였다. KOSPI 200에 속한 15개 기업의 일별 주가자료률 이용한 비교분석 결과 비모수적인 방법인 웨이블릿을 이용한 군집분석이 가장 좋은 결과를 보였다. 비정상 시계열자료의 경우 차분 보다는 EMD를 이용하여 추세를 제거하는 방법이 스펙트럼 밀도함수를 이용한 군집분석에 더 효율적이었다.

• 대한소아치과학회지
• /
• 제49권3호
• /
• pp.274-284
• /
• 2022

이 연구의 목적은 시계열 분석을 통하여 최근 10년(2010 - 2019)간의 광주광역시 출생아 수 추이와 전남대학교 치과병원 소아치과 내원 환자 수 추이를 분석하고 향후 1년을 예측하는 것이다. 출생아 수는 월별 반복과정을 보이면서 비안정적으로 하락하는 추세를 보였으며 1월에 출생아 수가 가장 많고 12월에 가장 적은 경향을 보였다. 2020년의 출생아 수가 평균 682명(595 - 782명, 95% CI)으로 예측되었으며 실제 출생아 수는 평균 610명이었다. 소아치과 내원 환자 수는 월별 반복과정을 보이면서 비교적 안정되어 있으며 8월에 내원 환자 수가 가장 많고 6월에 가장 적은 경향을 보였다. 2020년의 내원 환자 수가 평균 603명(505 - 701명, 95% CI)으로 예측되었으며 실제 내원 환자 수의 평균은 587명이었다. 출생아 수의 기록적인 감소에도 불구하고 소아치과에 내원한 환자의 수는 다소 증가할 것으로 예측되었다. COVID-19이라는 특수한 상황으로 인하여 실제 출생아 수와 내원 환자수가 예측치보다 다소 낮게 확인되었으나 예측 범위 내에 포함됨을 확인하였다. 시계열 분석 모형은 과거를 이해하고 미래를 예측하는 유용한 방법으로 소아치과 영역에서 저출산 시대를 대비하기 위한 기초 도구로써 유용하게 활용될 수 있을 것이다.

• 복식문화연구
• /
• 제18권6호
• /
• pp.1274-1290
• /
• 2010

This study analyzed the design elements and fashion images of women's knitwear in collections of Paris, Milan, London and New York between 2003 and 2008, and examined knitwear trends in an effort to verify whether knitwear trends are repeated in certain cycles, whether they show complicated patterns in cycles and yet occur in quasi cycles, or whether they occur non-periodically in complicated forms of chaotic cycles. Trend cycle analysis results are deemed to identify the time series attribute of knit fashions. It also sought to categorize the attribute of various factors influencing knitwear trends with a view to determining relevancy between design elements, and to present the direction of predicting knitwear fashion trends and the progression of short-term knitwear trends. This study reached the following conclusion. According to design elements or fashion images, knitwear fashion trends occur in cycles, quasi cycles, non-periodical cycles. These cyclic characteristics can be used as scientific data for planning knitwear products. The study confirmed close relevancy between fashion images and fashion elements. It identified close relevancy between designs with similar fashion elements and images through coordinates by year and season, and it is possible to make short-term prediction of trend direction through the flow of coordinates. Time series data were insufficient, thereby making it difficult to perfectly verify chaos indices and giving limitations to this study. A study with more time series data will produce a more effective method of predicting and using knitwear fashion trends.

• 한국품질경영학회:학술대회논문집
• /
• 한국품질경영학회 2010년도 춘계학술대회
• /
• pp.402-408
• /
• 2010

Forecasting have qualitative and quantitative methods. Quantitative one analyze macro-economic factors such as the rate of exchange, oil price, interest rate and also predict the micro-economic factors such as sales and demands. Applying various statistical methods depends on the type of data. when data has seasonality and trend, Time Series analysis is proper but when it has casual relation, Regression analysis is good for this. Time Series and Regression can be used together. This study investigate artificial neural networks which is predictive technique for casual relation and try to compare the accuracy of forecasting between regression analysis and artificial neural network.

• 한국콘텐츠학회논문지
• /
• 제20권7호
• /
• pp.66-85
• /
• 2020

본 연구의 목적은 AI 기술 특허(전체)와 주요 신문에 나타난 AI 보도 프레임을 바탕으로 AI 발달과정 추세를 예측하고 이를 기술·설명하는 것이다. 이를 위해 지난 9년간 출원된 한국과 미국 기술특허 요약문과 국내 주요 신문의 AI(Artificial Intelligence) 뉴스 텍스트를 분석하였다. 본 연구는 빅데이터를 활용한 토픽모델링과 시계열회귀분석이 사용되었으며, 추가로 네트워크 의제 상관분석과 회귀분석 기법이 사용되었다. 본 연구결과는 다음과 같다. 첫째, Topic 모델링 분석결과, AI 기술특허 요약문에서는 인공지능, 알고리즘 5G(Hot AI 기술) 등의 순으로 확인되었으며, AI 뉴스보도에서는 산업 적용, 데이터 활용과 시장 적용 등의 순으로 확인되어 AI의 사회문화 보도 경향을 나타냈다. 둘째, 시계열회귀분석결과, 상승추세 토픽으로는 사회문화적으로 AI 일상적·문화적 이용과 산업적용 시작이 도출되었다. 하락추세토픽으로는 시스템, 하드웨어 기술 중심으로 나타났다. 셋째, 상관관계와 회귀관계를 활용한 QAP 분석 결과, AI 기술특허와 뉴스 보도 프레임 간의 상관관계는 높은 것으로 나타났다. 이를 통해 AI 발달에서 AI 기술특허와 뉴스 보도 프레임이 미디어 담론의 결정요인에 의해 사회적으로 구성되는 것을 알 수 있었다.

• 대한교통학회지
• /
• 제19권6호
• /
• pp.65-73
• /
• 2001

교통량이 시간의 흐름과 관련이 있는 시계열 데이터라는 개념을 기초로 교통량 패턴을 시계열 분석을 사용하여 분해해 보고자 하였다. 교통량 패턴은 추세치(T)와 계절변동(S), 주기변동(C), 그리고 불규칙변동(I)으로 구분할 수 있었는데 본 연구에서는 불규칙변동을 기상요인을 통해 설명하려는 시도를 하였다. 왜냐하면 교통의 주체인 사람들 행태의 특성상 기상의 변화와 관련이 깊다고 판단을 내렸기 때문이었다. 기상요인으로는 일우량, 일조량, 풍속, 주야율 강설량, 기온 등 여러 가지가 있지만 교통량의 변화와 가장 관련이 깊다고 여겨지는 일우량과 최저기온을 이용하였다. 일단 시계열 성분을 분해하고 나면 이를 이용하여 AADT를 추정하게 되는데, 추정의 결과를 비교하기 위해 AADT 추정방법을 두 가지로 구분하였다. 즉, 기상요인을 사용했을 경우와 그렇지 않을 경우로 나누어 결과를 살펴보았다. 추정 결과를 비교하는 척도로는 RMSE와 U-test를 사용하였다. 결과를 보면 불규칙변동요인을 그대로 사용했을 때보다, 기상요인을 결합한 불규칙변동요인을 사용했을 때 더 추정력이 좋았다. 이것은 각 조사지점의 RMSE와 U-test값을 구한 후 그 지점의 AADT로 나누어 준 결과를 보고 알 수 있었다. 이 연구를 통해 우리는 불규칙변동요인 이용방법의 중요성에 대해 한번 더 생각해 보게 된다. 즉 그것을 설명하는 방법에 의해 기존보다 더 나은 모형을 얻을 수도 있다는 결론에 이르게 된다는 것이다.