• Journal of the Korean Statistical Society
• /
• 제36권1호
• /
• pp.149-156
• /
• 2007

This study suggests a new method for testing seasonal unit roots in a momentum threshold autoregressive (MTAR) process. This sign test is robust against heteroscedastic or heavy tailed errors and is invariant to monotone data transformation. The proposed test is a seasonal extension of the sign test of Park and Shin (2006). In the case of partial seasonal unit root in an MTAR model, a Monte-Carlo study shows that the proposed test has better power than the seasonal sign test developed for AR model.

• Journal of the Korean Statistical Society
• /
• 제27권1호
• /
• pp.57-66
• /
• 1998

In the analysis of time series it is an important issue to determine whether a time series under study is stationary. For the test of the stationary of the time series the Dickey-Fuller (DF) type tests have been mainly used. In this paper, we consider the regular unit root tests and seasonal unit root tests based on the generalized Durbin-Watson (DW) statistics when the errors are independent. The limiting distributions of the proposed DW-type test statistics are the functionals of standard Brownian motions. We also obtain the finite distributions and powers of the DW-type test statistics and compare the performances with the DF-type tests. It is observed that the DW-type test statistics have good behaviors against the DF-type test statistics especially in the nonzero (seasonal) mean model.

• Communications for Statistical Applications and Methods
• /
• 제15권5호
• /
• pp.719-726
• /
• 2008

In this paper we consider a joint test for seasonal cointegrating(CI) ranks that enables us to simultaneously model cointegrated structures across seasonal unit roots in seasonal cointegration. A CI rank test for a single seasonal unit root is constructed and extended to a joint test for multiple seasonal unit roots. Their asymptotic distributions and selected critical values for the joint test are obtained. Through a small Monte Carlo simulation study, we evaluate performances of the tests.

• Journal of the Korean Statistical Society
• /
• 제33권2호
• /
• pp.149-157
• /
• 2004

The stationarity is one of the most important properties of a time series. We propose robust sign tests for seasonal autoregressive processes to determine whether or not a time series is stationary. The proposed tests are robust to the outliers and the heteroscedastic errors, and they have an exact binomial null distribution regardless of the period of seasonality and types of median adjustments. A Monte-Carlo simulation shows that the sign test is locally more powerful than the tests based on ordinary least squares estimator (OLSE) for heavy-tailed and/or heteroscedastic error distributions.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2003년도 춘계 학술발표회 논문집
• /
• pp.281-286
• /
• 2003

The stationarity is one of the most important properties of a time series. We propose robust sign tests for seasonal autoregressive process to determine whether or not a time series is stationary. The tests have an exact binomial null distribution and are robust to the outliers and the heteroscedastic errors. Monte-Carlo simulation shows that the sign test is locally more powerful than the OLSE-based tests for heavy-tailed and/or heteroscedastic error distributions.

• Journal of the Korean Statistical Society
• /
• 제24권1호
• /
• pp.77-90
• /
• 1995

The Lagrange multiplier test statistics for seasonal unit roots are derived and the asymptotic distributions of the derived statistics are obtained. The relationship between the derived LM test statistics and the "DHF" type regression t statistics are shown.are shown.

• Communications for Statistical Applications and Methods
• /
• 제2권2호
• /
• pp.101-114
• /
• 1995

In this paper we consider the multiple unit root tests both for the regular and seasonal unit roots based on the Lagrange Multiplier(LM) principle. Unlike Li(1991)'s method, by plugging the restricted maximum likelihood estimates of the nuisance parameters in the model, we propose a Lagrange multiplier test which does not depend on the existence of the nuisance parameters. The asymptotic distribution of the proposed statistic is derived and empirical percentiles of the test statistic for selected seasonal periods are provided. The power and size of the test statistic for examined for finite samples through a Monte Carlo simularion.

• 대한교통학회지
• /
• 제32권6호
• /
• pp.600-614
• /
• 2014

본 연구는 SARIMA 모형을 활용하여 기존에 다루어지지 않았던 분기별 항만 컨테이너 물동량을 예측하였다. 구체적으로 모델 추정에 활용된 자료는 1994년 1사분기부터 2010년 4사분기까지 총 84분기동안의 국내 전체 항만 컨테이너 물동량 자료이다. 본 연구에서 추정된 예측 모형의 예측 정확도를 검증하기 위하여 2011년 1사분기부터 2013년 4사분기까지 물동량을 예측하여 실제 물동량과 비교하였다. 또한 기존에 널리 활용되고 있는 ARIMA 모형을 활용하여 추정한 예측 모형과의 비교를 통해 분기별 항만 물동량 예측에 있어서 SARIMA 모형의 상대적 우수성을 검증하였다. 기존에 항만 물동량을 예측하는 대부분의 연구는 주로 장기 예측에 초점이 맞추어져 있다. 또한 월별, 연도별 물동량 자료가 활용된 경우가 대부분이다. 분기별 항만 컨테이너 물동량 자료를 활용하여 단기 수요를 예측함과 동시에 SARIMA 모형의 우수성을 입증한 본 연구는 충분한 가치가 있다고 판단된다.

• 대한교통학회지
• /
• 제31권3호
• /
• pp.3-18
• /
• 2013

본 연구는 2000년 1사분기부터 2010년 4사분기 까지 인천국제공항에서 출발하여 유럽내 모든공항에 도착한 항공화물의 시계열 자료를 바탕으로 SARIMA 모형을 활용, 수요예측 모형을 구축하였다. 또한 SARIMA 모형을 활용하여 구축한 예측모형을 기존에 주로 활용되어진 ARIMA 모형과 그 예측정확성을 비교 분석함으로써 SARIMA 모형의 정확성을 확인하였다. 현재 국내교통수요를 예측하는 부문에 있어서 SARIMA 모형을 활용한 경우는 극히 드물다. 또한 공항의 총 여객수요나 화물량이 아닌 항공노선의 수요예측에 관한 연구 역시 찾아보기 힘들다. 이러한 상황 하에서, SARIMA 모형을 활용하여 인천국제공항 발 유럽노선의 항공화물 수요를 예측한 본 연구는 상당히 큰 의미가 있다고 생각된다.

• KDI Journal of Economic Policy
• /
• 제14권1호
• /
• pp.121-145
• /
• 1992

본고(本稿)에서는 현재의 경제상황을 잘 반영하는 건설투자활동(建設投資活動)의 단기예측모형(短期豫測模型)을 정립하고자 먼저 관련 시계열자료의 안정성(安定性) 여부(與否)와 순환성(循環性), 계절성(季節性)의 특성을 살펴본 후 여러 단기모형의 예측력(豫測力), 정합성(整合性), 설명력(說明力)을 비교 검토했다. 단위근(單位根) 검정(檢定)과 자기상관계수(自己相關係數) 스펙트랄 밀도함수 분석의 결과, 건설관련 시계열자료들이 대체로 단위근(單位根)을 갖지 않음으로써 안정적이고 주기적인 순환변동을 하고 있으며, 시차변수의 설명력이 높은 특성을 나타내었다. 또한 건설투자자료의 특성이 선행지표(先行指標)인 건축허가연면적(建築許可延面積) 및 건설수주액(建設受注額)과 아주 유사하여 건설투자 단기예측에 있어서 두 지표 사이의 시차관계(時差關係) 파악이 중요함을 알 수 있었다. 제(第)III장(章)에서는 단변량(單變量) 시계열모형(時系列模型)으로 ARIMA모형(模型)과 승법선형추세예측모형(乘法線型趨勢豫測模型)을, 다변량(多變量) 시계열모형(時系列模型)으로는 첫째, 선행지표(先行指標)를 이용한 1차자기회귀모형(次自己回歸模型), VAR모형(模型), 둘째 GNP자료를 이용한 거시경제모형의 단순한 축약형모형(縮約型模型)과 VAR모형(模型)을 제시하고 이들을 비교 평가하였다. 이에 따르면 단변량 시계열모형보다는 다변량 시계열모형이 시간이 경과할수록 예측오차(豫測誤差)가 커지지 않는다는 점에서 우수한 것으로 나타났으며, 다변량모형 중에서도 벡터자기회귀모형이 여타 모형보다 절대예측오차평균(絶對豫測誤差平均), 평균자승근(平均自乘根) 퍼센트 오차(誤差), 결정계수(決定係數) 등 모든 면에서 우수한 것으로 평가되었다. 이는 최근 건설투자가 추세에서 벗어난 급증세를 지속하고 있음을 고려할 때 타당한 결론이라 생각된다.