• Industrial Engineering and Management Systems
• /
• 제13권4호
• /
• pp.357-368
• /
• 2014

Since its birth in 1993, fuzzy time series have seen different classes of models designed and applied, such as fuzzy logic relation and rule-based models. These models have both advantages and disadvantages. The major drawbacks with these two classes of models are the difficulties encountered in identification and analysis of the model. Therefore, there is a strong need to explore new alternatives and this is the objective of this paper. By transforming a fuzzy number to a real number via integrating the inverse of the membership function, new autoregressive models can be developed to fit the observation values of a fuzzy time series. With the new models, the issues of model identification and parameter estimation can be addressed; and trends, seasonalities and multivariate fuzzy time series could also be modeled with ease. In addition, asymptotic behaviors of fuzzy time series can be inspected by means of characteristic equations.

• 물과 미래
• /
• 제23권1호
• /
• pp.99-107
• /
• 1990

수자원 개발계획 및 목공구조물의 합리적 설계를 위해서는 과거의 수문관측자료에 의거한 해석이 필요하며, 일반적인 수문현상은 무작위적인 인자가 포함되기 때문에 이를 고려한 통계적 기법, 즉 추계학적 해석기법이 필요하다고 하겠다. 본 연구에서는 남한강 상류의 동일유역 4개 지점(단양, 정선, 영월, 평창)의 월유량 자료를 일변량 AR(1), AR(2)모형과 다변량 AR(1), AR(2)모형에 적용하여 각 모형의 통계적 특성치를 분석하고, 월유량을 모의발생시켜, 일변량 모형과 다변량 모형을 비교하였다. 각각의 모형에 의한 모의발생 계열의 비교, 분석을 통하여 볼 때, 단일지점만을 고려하는 일변량 모형에 비해 지점간의 공선형성을 고려하는 다변량 모형이 동일유역의 월유량 해석에 있어서 더 적합함을 알 수 있었다.

• 응용통계연구
• /
• 제33권3호
• /
• pp.297-308
• /
• 2020

본 논문에서는 고빈도 함수적 ARCH 모형을 소개하고 근사모형으로써 다변량 변동성 모형을 고려하였다. 이를 기반으로 함수형 변동성 분석에서 중요한 요소인 일중 로그 수익률의 적절한 시간 간격을 찾아보았다. 또한 함수적 ARCH 모형에서 l-시차 후 변동성 예측식을 제시하고 고빈도 KOSPI 자료에 적합하여 예시하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.210-212
• /
• 2022

제조업에서 생산 설비의 상태를 모니터링하기 위해 각종 센서를 부착하고 있으며, 이를 통해 획득된 데이터의 경우 시계열 데이터인 경우가 많다. 생산 설비의 이상 여부를 판단하기 위해서는시계열 데이터로부터 패턴을 추출하는 과정이 선행되어야 하며 다양한 방법이 연구되고 있다. 본 논문에서는 수집된 다변량 시계열 데이터로부터 패턴을 추출하기 위해 매트릭스 프로파일 알고리즘을 적용하였으며, 이를 통해 현재 CNC 머신으로부터 수집 중인 다중 센서 데이터의 패턴을 추출하였다.

• Communications for Statistical Applications and Methods
• /
• 제3권2호
• /
• pp.249-273
• /
• 1996

This paper reviews and develops several statistical models for extreme values, based on threshold methodology. Extreme values of a time series are modeled in terms of tails which are defined as truncated forms of original variables, and Markov property is imposed on the tails. Tails of the generalized extreme value distribution and a multivariate extreme value distributively, of the tails of the series. These models are then applied to real ozone data series collected in the Chicago area. A major concern is given to detecting any possible trend in the extreme values.

• 응용통계연구
• /
• 제31권5호
• /
• pp.667-675
• /
• 2018

초고빈도(ultra high frequency; UHF)시계열의 함수적 변동성 측정을 위한 최신 기법인 함수적 변동성 functional GARCH : fGARCH(1, 1) 모형을 소개하고 설명하였다. 실증분석을 위해 R-code fGARCH(1, 1) 프로그램을 KOSPI/현대차 초고빈도 수익률 자료에 적합하여 예시하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.135-135
• /
• 2021

In water resources management, rainfall prediction with high accuracy is still one of controversial issues particularly in countries facing heavy rainfall during wet seasons in the monsoon climate. The aim of this study is to develop an artificial neural network (ANN) for predicting future six months of rainfall data (from April to September 2020) from daily meteorological data (from 1971 to 2019) such as rainfall, temperature, wind speed, and humidity at Seoul, Korea. After normalizing these data, they were trained by using a multilayer perceptron (MLP) as a class of the feedforward ANN with 15,000 neurons. The results show that the proposed method can analyze the relation between meteorological datasets properly and predict rainfall data for future six months in 2020, with an overall accuracy over almost 70% and a root mean square error of 0.0098. This study demonstrates the possibility and potential of MLP's applications to predict future daily rainfall patterns, essential for managing flood risks and protecting water resources.

• Journal of the Korean Data and Information Science Society
• /
• 제17권4호
• /
• pp.1181-1190
• /
• 2006

Statistical analyses for spatial data are important features for various types of fields. Spatial data are taken at specific locations or within specific regions and their relative positions are recorded. Lattice data are synoptic observation covering an entire spatial region, like cancer rates corresponding to each county in a state. Until now, the echelon analysis has been applied only to univariate spatial data. As a result, it is impossible to detect the hotspots on the multivariate spatial data In this paper, we expand the spatial data to time series structure. And then we analyze them on the time space and detect the hotspots. Echelon dendrogram has been made by piling up each multivariate spatial data to bring time spatial data. We perform the structural analysis of temporal spatial data.

• Communications for Statistical Applications and Methods
• /
• 제22권5호
• /
• pp.415-434
• /
• 2015

In this paper we overview the literature on common features analysis of economic time series. Starting from the seminal contributions by Engle and Kozicki (1993) and Vahid and Engle (1993), we present and discuss the various notions that have been proposed to detect and model common cyclical features in macroeconometrics. In particular, we analyze in details the link between common cyclical features and the reduced-rank regression model. We also illustrate similarities and differences between the common features methodology and other popular types of multivariate time series modelling. Finally, we discuss some recent developments in this area, such as the implications of common features for univariate time series models and the analysis of common autocorrelation in medium-large dimensional systems.

• 응용통계연구
• /
• 제22권5호
• /
• pp.995-1005
• /
• 2009

금융 시계열 자료들 간의 상관계수는 자산의 배분, 위험관리 그리고 포트폴리오의 선택에 있어서 중요한 역할을 한다. 이러한 상관계수들을 모형화하기 위해 단변량-GARCH 모형을 다변량-GARCH 모형으로 확장시킨 MGARCH류 모형들에 대한 많은 연구들이 진행되고 있다. 특히, CCC 모형 (Bollerslev, 1990)과 DCC 모형 (Engle, 2002)은 다른 모형들에 비해 추정해야 할 모수의 수가 작다는 이점으로 인해 분석에 널리 쓰이고 있다. 본 논문에서는 국내 주가자료에 대해 CCC 모형과 DCC 모형을 적합시킨 후, 각 모형들에 대한 VaR(value at risk)와 사후검증(back-testing), 결합예측영역(joint prediction region) 등을 통하여 두 모형의 예측 능력을 비교해 보고자 한다.