• 생물정신의학
• /
• 제12권2호
• /
• pp.123-135
• /
• 2005

Objectives:EEG coherence could imply the connectivity between two different areas of the brain, which is known to be important in the pathophysiology of bipolar I disorder(BPD I) and schizophrenia. The authors investigated EEG coherence in patients with BPD I and schizophrenia to examine the connectivity of the neural circuit. Methods:EEGs were recorded in 15 schizophrenia and 14 bipolar disorder patients, and 14 age-matched normal control subjects from 16 electrodes with linked-ear reference. Spectral parameters and coherence were calculated for the alpha bandwidth(8-13Hz) by a multi-channel autoregressive model using 20 artifact-free 2-seconds epochs and the differences were compared among three groups by two different statistical methods;F-test and Kruskal-Wallis test. Furthermore, when there were significant differences among three groups, Scheffe's multiple comparison tests were provided and Jonckheere-Terpstra tests for the ordered alternative were given. Results:In the intra-hemispheric comparison, left frontal coherence was increased in order of control, BPD I and schizophrenia. In the inter-hemispheric comparison, 1) inter-prefrontal coherence in BPD I was signifi- cantly higher than in normal controls, and 2) inter-prefrontal coherence in schizophrenia was significantly lower than in controls. Conclusion:These results suggest that 1) both schizophrenia and BPD I are diseases having the abnormality of neural circuit connectivity in both frontal and prefrontal lobes, and 2) the abnormality is more severe in schizophrenia than in BPD I. Furthermore, the data support that a common pathogenetic process may reside in both schizophrenia and BPD I.

• 유통과학연구
• /
• 제12권2호
• /
• pp.59-71
• /
• 2014

Purpose - In recent years, many firms have attempted various approaches to cope with the continual increase of aviation transportation. The previous research into freight charge forecasting models has focused on regression analyses using a few influence factors to calculate the future price. However, these approaches have limitations that make them difficult to apply into practice: They cannot respond promptly to small price changes and their predictive power is relatively low. Therefore, the current study proposes a freight charge-forecasting model using time series data instead a regression approach. The main purposes of this study can thus be summarized as follows. First, a proper model for freight charge using the autoregressive integrated moving average (ARIMA) model, which is mainly used for time series forecast, is presented. Second, a modified ARIMA model for freight charge prediction and the standard process of determining freight charge based on the model is presented. Third, a straightforward freight charge prediction model for practitioners to apply and utilize is presented. Research design, data, and methodology - To develop a new freight charge model, this study proposes the ARIMAC(p,q) model, which applies time difference constantly to address the correlation coefficient (autocorrelation function and partial autocorrelation function) problem as it appears in the ARIMA(p,q) model and materialize an error-adjusted ARIMAC(p,q). Cargo Account Settlement Systems (CASS) data from the International Air Transport Association (IATA) are used to predict the air freight charge. In the modeling, freight charge data for 72 months (from January 2006 to December 2011) are used for the training set, and a prediction interval of 23 months (from January 2012 to November 2013) is used for the validation set. The freight charge from November 2012 to November 2013 is predicted for three routes - Los Angeles, Miami, and Vienna - and the accuracy of the prediction interval is analyzed using mean absolute percentage error (MAPE). Results - The result of the proposed model shows better accuracy of prediction because the MAPE of the error-adjusted ARIMAC model is 10% and the MAPE of ARIMAC is 11.2% for the L.A. route. For the Miami route, the proposed model also shows slightly better accuracy in that the MAPE of the error-adjusted ARIMAC model is 3.5%, while that of ARIMAC is 3.7%. However, for the Vienna route, the accuracy of ARIMAC is better because the MAPE of ARIMAC is 14.5% and the MAPE of the error-adjusted ARIMAC model is 15.7%. Conclusions - The accuracy of the error-adjusted ARIMAC model appears better when a route's freight charge variance is large, and the accuracy of ARIMA is better when the freight charge variance is small or has a trend of ascent or descent. From the results, it can be concluded that the ARIMAC model, which uses moving averages, has less predictive power for small price changes, while the error-adjusted ARIMAC model, which uses error correction, has the advantage of being able to respond to price changes quickly.

• 자원ㆍ환경경제연구
• /
• 제23권2호
• /
• pp.187-224
• /
• 2014

본 연구에서는 담합의 경제분석에서 고려해야 할 쟁점들을 논의한 후, 이러한 쟁점들을 반영한 방법론을 특정 수송용 연료시장의 분석에 적용하였다. 가상 경쟁가격과 과잉징수를 산정하는 5가지 방법 중 표준시장비교방법에 기반한 회귀분석방법이 최선이다. 수송용 연료시장에서와 같이 국제가격과 환율이 국내가격에 영향을 미치는 제품의 실거래가격을 분석하는 경우 논리에 부합하면서 유연한 함수형태는 로그-로그 함수형태이다. 경제분석의 대상이 되는 자료가 시계열자료인 경우에 ARDL 모형을 시장별 회귀분석모형의 근간으로 채택하는 것이 필요하며, 표준시장비교방법에 기반한 회귀분석방법에서는 구성 회귀식 간에 모수제약이 포함된 ARDL 회귀식 체계를 구축하고 system FGLS로 추정하여야 한다. Friedman 동질성 검정을 통하여 표준시장 여부를 판별할 수 있다. 통계적 유의성은 불확실성 하에서 입증하고자 하는 명제를 확립하는데 요구되는 최소의 요건이다. 담합관련 소송의 경제분석에서는 민감도 분석은 그다지 유용성이 없으며, 최적모형 선별과정이 더 중요한 절차이다. 위 방법론을 특정 수송용 연료시장의 분석에 적용한 결과, 해당 시장에서는 담합에 기인하는 손해액이 없다는 귀무가설을 기각할 수 없었다.

• 문화기술의 융합
• /
• 제10권1호
• /
• pp.183-192
• /
• 2024

한미 방위비분담금은 1991년 1,073억 원을 부담하는 것으로 시작되었고, 2021년 1조 1,833억 원을 부담하는 것으로 규모가 점차 증가하고 있으며, 방위비 분담금에 대한 국민의 관심도 높아지고 있다. 본 연구의 목적은 한미 방위비 분담금 결정에 영향을 미치는 결정 요인(경제, 안보, 국내정치, 행정, 국제정치)을 실증적으로 분석하여 방위비 분담금 결정 과정을 보다 깊이 있게 이해하고, 방위비 분담금 산정과 집행의 효율성을 제고하는 것이다. 연구 범위는 1991년 ~ 2021년의 한미 방위비 분담금이다. 실증분석에 이용된 자료는 국방부, 정부 통계자료, SIPRI, 언론보도 등 다양한 2차 자료를 활용했다. 실증분석 방법으로 시계열을 활용한 다중회귀분석을 이용하고 자기회귀모형으로 데이터를 분석하였다. 다중회귀분석을 통한 실증적 연구 결과 우리는 아래와 같은 결과를 도출했다. 한국의 경제 규모, 즉 GDP와 전년도의 방위비 분담금, 그리고 주한미군의 병력 수치가 방위비 분담금 결정에 정(+)의 영향을 미치는 것으로 분석되었다. 이는 한국의 경제 성장이 방위비 분담금 증가에 영향을 주는 주요 요인임을 나타내며, 예산의 점진적 증가와 주한미군 주둔 비용 분담 특별협정(SMA) 협상 방식이 중요한 역할을 한다는 것을 시사한다. 반면, 집권당의 정치적 성향, 북한의 군사 위협, 중국의 국방예산 등은 방위비 분담금 결정에 통계적으로 유의미한 영향을 미치지 않는 것으로 나타났다.

• 지능정보연구
• /
• 제25권3호
• /
• pp.239-251
• /
• 2019

본 논문은 학습데이터의 크기에 따른 사례기반추론기법이 주가예측력에 어떻게 영향을 미치는지 살펴본다. 삼성전자 주가를 대상을 학습데이터를 2000년부터 2017년까지 이용한 경우와 2015년부터 2017년까지 이용한 경우를 비교하였다. 테스트데이터는 두 경우 모두 2018년 1월 1일부터 2018년 8월 31일까지 이용하였다. 시계 열데이터의 경우 과거데이터가 얼마나 유용한지 살펴보는 측면과 유사사례개수의 중요성을 살펴보는 측면에서 연구를 진행하였다. 실험결과 학습데이터가 많은 경우가 그렇지 않은 경우보다 예측력이 높았다. MAPE을 기준으로 비교할 때, 학습데이터가 적은 경우, 유사사례 개수와 상관없이 k-NN이 랜덤워크모델에 비해 좋은 결과를 보여주지 못했다. 그러나 학습데이터가 많은 경우, 일반적으로 k-NN의 예측력이 랜덤워크모델에 비해 좋은 결과를 보여주었다. k-NN을 비롯한 다른 데이터마이닝 방법론들이 주가 예측력 제고를 위해 학습데이터의 크기를 증가시키는 것 이외에, 거시경제변수를 고려한 기간유사사례를 찾아 적용하는 것을 제안한다.