• 한국수산과학회지
• /
• 제29권2호
• /
• pp.143-149
• /
• 1996

우리나라 멸치어업에서의 1971~1992년 동안의 22년간 월별 어획량 자료를 시계열 분석하여 어획량을 분석, 예측하였다. 시계열 분석은 다른 생물학적, 해양학적, 사회 경제적인 요소가 없어도 단지 어획량 자료만으로 분석과 예측이 가능하다. 첫 20년간인 1971~1990년 사이의 월별 멸치 어획량 자료를 ARIMA 시계열 모형에 적용시켜 구한 결과는 다음과 같다. 로그 (대수) 변환시켰을 때의 ARIMA 모형: $$(1-0.381B)(1-0.027B^{12}+0.141B^{24})(1-B^1)(1-B^{12})Z_t=(1-0.968B)(1-0.727B^{12})e_t$$, Box-Cox 변환시켰을 때의 ARIMA 모형: $$(1-0.431B)(1-B^{12})Z_t=(1-0.882B^{12})e_t$$, 위의 두 모형중 Box-Cox 변환시킨 것이 로그 (대수) 변환시킨 것보다 예측오차가 적었으며, Box-Cox 변환식은 $Y'=(Y^{0.58}-1)/0.58$ 이었다. 위의 두 모형 중 후자의 모형을 이용하여 1991~1992년 사이의 월별 어획량을 예측하였다. 예측 어획량과 실제 어획량과의 월별 오차범위는 1.0~63.2% (1991년에 1.6~63.2%이고, 1992년에는 1.0~60.4%)였다. 예측 어획량이 각 연도별로 148,201M/T과 148,834M/T인데 비해, 실제 어획량은 170,293M/T, 168,234M/T이었다. 2년 동안의 총어획량에 대한 오차는 12.3%였다. 또한 스펙트럼 분석은 순환변동의 주기가 2.2개월, 6.1개월, 10.2개월, 12개월, 14.7개월에서 상대적으로 큰 성분이 있음을 나타내었다 이 순환변동 성분은 적절한 ARIMA 모형을 결정하는 데도 도움이 된다.

• 한국농공학회논문집
• /
• 제61권1호
• /
• pp.61-74
• /
• 2019

In this study, the SPI (Standardized Precipitation Index) of meteorological drought and SDI (Streamflow Drought Index) of hydrological drought for 1, 3, 6, 9, and 12 months duration were estimated to analyse the characteristics of drought using rainfall and dam inflow data for Chungju dam ($6,661.8km^2$) with 31 years (1986-2016) and Boryeong dam ($163.6km^2$) watershed with 19 years (1998-2016) respectively. Using the estimated SPI and SDI, the drought forecasting was conducted using seasonal autoregressive integrated moving average (SARIMA) model for the 5 durations. For 2016 drought, the SARIMA had a good results for 3 and 6 months. For the 3 months SARIMA forecasting of SPI and SDI, the correlation coefficient of SPI3, SPI6, SPI12, SDI1, and SDI6 at Chungju Dam showed 0.960, 0.990, 0.999, 0.868, and 0.846, respectively. Also, for same duration forecasting of SPI and SDI at Boryeong Dam, the correlation coefficient of SPI3, SPI6, SDI3, SDI6, and SDI12 showed 0.999, 0.994, 0.999, 0.880, and 0.992, respectively. The SARIMA model showed the possibility to provide the future short-term SPI meteorological drought and the resulting SDI hydrological drought.

• 한국항만경제학회지
• /
• 제25권1호
• /
• pp.1-14
• /
• 2009

항만산업의 발전은 저렴하고 효율적인 서비스 제공을 가능하게 함으로써 자국 경제발전을 지원하는 기능을 하는 동시에 독립된 산업으로 부가가치 및 고용창출을 기대할 수 있다. 그러나 국내 주요 항만들은 대내의적인 여건의 변화로 항만교역량 증가세가 둔화되고 있으며 국내 항만의 여건악화는 일시적인 현상이라기보다는 구조적인 현상이라는 점에 문제의 심각성이 있다. 즉, 향후 주요 항만들의 교역량 증가세가 회복될 가능성이 크지 않다는 것이 일반적인 견해이며, 역내 물류중심 기능을 수행할 수 있을 것인지에 대한 회의론 마저 대두되고 있는 실정이다. 항만개발에 소요되는 시간과 재원은 막대하다. 특히 신항개발의 경우 최소 10년 이상의 장기수요 전망 하에 개발계획의 수립이 이루어진다. 따라서 개발계획의 기본이 되는 교역량의 예측의 중요성은 최근 교역량과 관련한 대외적인 환경 변화에 따라 중요성이 더욱 부각되고 있다. 이처럼 산업이 고도화되고 구조도 급격히 변화되고 있는 시대 흐름에 비추어 정확한 물동량예측은 유용하게 이용될 수 있다. 따라서 본고에서는 승법계절 ARIMA모형을 이용하여 국내항만과 중국항만간의 교역량 변화를 예측해보고, 이러한 예측을 통하여 우리나라 항만의 역할과 경쟁력을 갖추기 위한 필요성이 제기됨에 따라 항만의 교역량 중대를 위한 항만활성화 방안을 제시하고자 한다.

• 한국환경과학회지
• /
• 제14권11호
• /
• pp.1049-1056
• /
• 2005

[ $NO_2$ ] concentration characteristics of Busan metropolitan city was analysed by statistical method using hourly $NO_2$ concentration data$(1998\~2000)$ collected from air quality monitoring sites of the metropolitan city. 4 representative regions were selected among air quality monitoring sites of Ministry of environment. Concentration data of $NO_2$, 5 air pollutants, and data collected at AWS was used. Both Stepwise Multiple Regression model and ARIMA model for prediction of $NO_2$ concentrations were adopted, and then their results were compared with observed concentration. While ARIMA model was useful for the prediction of daily variation of the concentration, it was not satisfactory for the prediction of both rapid variation and seasonal variation of the concentration. Multiple Regression model was better estimated than ARIMA model for prediction of $NO_2$ concentration.

• 한국환경보건학회지
• /
• 제27권3호
• /
• pp.35-42
• /
• 2001

The characteristics of water quality variation were predicted by stochastic model in Chungju dam, north Chungcheong province of south Korea, Monthly time series data of water quality from 1989 to 2001;temperature, BOD, COD and SS, were obtained from environmental yearbook and internet homepage of ministry of environment. Development of model was carried out with Box-Jenkins method, which includes model identification, estimation and diagnostic checking. ACF and PACF were used to model identification. AIC and BIC were used to model estimation. Seosonal multiplicative ARIMA(1, 0, 1)(1, 1, 0)$_{12}$ model was appropriate to explain stochastic characteristics of temperature. BOD model was ARMa(2, 2, 1), COD was seasonal multiplicative ARIMA(2. 0. 1)(1. 0, 1)$_{12}$, and SS was ARIMA(1, 0, 2) respectively. The simulated water quality data showed a good fitness to the observed data, as a result of model verification.ion.

• 응용통계연구
• /
• 제25권2호
• /
• pp.251-259
• /
• 2012

본 논문은 일별 관광수요 자료를 분석하기 위하여 시계열의 대표적인 3개 모형인 ARIMA, Holt-Winters, AR-GARCH 모형을 적용하였다. 모형의 성능을 비교하기 위해 Armstrong (2001)이 제안한 방법을 이용하여 서로 다른 방법의 예측값을 단순결합과 MSE, SE를 이용한 결합법을 이용하여 정확도 높일 수 있음을 확인하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.1410-1414
• /
• 2010

최근 들어 가뭄과 국지성 호우 등의 기상이변이 지속적으로 발생하고 있으며, 이는 국민 삶의 발전과 향상에 밀접한 관계가 있는 것으로 전세계적으로 이에 대한 관심이 증가하고 있는 추세이다. 특히 댐의 효율적 관리와 안정적인 운영은 홍수피해 방지, 안정적인 용수공급과 같은 국민 생활과 밀접한 관계를 가지고 있어 수자원의 효율적인 운영과 이용은 장기적인 관점을 통하여 수립해야 한다. 이와 같이 댐 유입량의 예측은 유출모형의 목적 중 중요한 부분으로 확정론적 모형이 시 혹은 일유량과 같은 매우 짧은 시간의 유출을 예측하는데 주로 사용되지만 이는 매개변수의 추정이 불가능하거나 실제유역에서의 측정이 불가능 할 경우에는 모형적용에 한계가 있다. 이에 반해 추계학적 모형에 의한 유출예측은 장기간의 유출을 과거자료의 통계학적 특성변수를 매개변수로 하여 예측하는 방법으로 모형의 적용에 필요한 매개변수가 적어 그 적용성이 간편한 장점이 있다. 본 연구에서는 계절형 ARIMA모형을 적용하여 과거자료의 적용범위, 매개변수의 산정, 적합성 판정에 대하여 판단하고, 이 모형이 월유입량의 예측에 적합한지를 검토하였다.

• Communications for Statistical Applications and Methods
• /
• 제31권1호
• /
• pp.143-154
• /
• 2024

This paper considers a combined model of exponential smoothing (ETS) and autoregressive integrated moving average (ARIMA) models that are commonly used to forecast time series data. The combined model is constructed through an innovational state space model based on the level variable instead of the differenced variable, and the identifiability of the model is investigated. We consider the maximum likelihood estimation for the model parameters and suggest the model selection steps. The forecasting performance of the model is evaluated by two real time series data. We consider the three competing models; ETS, ARIMA and the trigonometric Box-Cox autoregressive and moving average trend seasonal (TBATS) models, and compare and evaluate their root mean squared errors and mean absolute percentage errors for accuracy. The results show that the combined model outperforms the competing models.

• International Journal of Computer Science & Network Security
• /
• 제22권1호
• /
• pp.225-233
• /
• 2022

The recent outbreak of corona virus (COVID-19) infectious disease had made its forecasting critical cornerstones in most scientific studies. This study adopts a machine learning based time series model - Auto Regressive Integrated Moving Average (ARIMA) model to forecast COVID-19 confirmed cases in Botswana over 60 days period. Findings of the study show that COVID-19 confirmed cases in Botswana are steadily rising in a steep upward trend with random fluctuations. This trend can also be described effectively using an additive model when scrutinized in Seasonal Trend Decomposition method by Loess. In selecting the best fit ARIMA model, a Grid Search Algorithm was developed with python language and was used to optimize an Akaike Information Criterion (AIC) metric. The best fit ARIMA model was determined at ARIMA (5, 1, 1), which depicted the least AIC score of 3885.091. Results of the study proved that ARIMA model can be useful in generating reliable and volatile forecasts that can used to guide on understanding of the future spread of infectious diseases or pandemics. Most significantly, findings of the study are expected to raise social awareness to disease monitoring institutions and government regulatory bodies where it can be used to support strategic health decisions and initiate policy improvement for better management of the COVID-19 pandemic.

• 응용통계연구
• /
• 제23권2호
• /
• pp.275-284
• /
• 2010

본 연구에서는 계절조정을 위한 사전조정 단계 중 명절효과 조정방법에 이용되는 파급유형을 소개하고, 기존의 파급유형보다 다양하고 유연한 형태를 갖는 새로운 파급유형을 제안하였다. 그리고 명절 전후의 시계열 파급형태가 같지 않다는 현실적인 가정 하에 기존의 파급유형과 새로 제안한 파급유형을 비교하였다. 비교연구에서는 기존의 것과 새로 제안된 것으로 가능한 모든 파급유형을 구성한 후 RegARIMA로 효과를 추정하였으며 추정과정에는 우리나라의 산업별 생산지수와 출하지수 자료를 사용하였다.