• 응용통계연구
• /
• 제20권1호
• /
• pp.91-102
• /
• 2007

본 논문은 공간시계열 자기회귀 이동평균(STARMA) 모형과 공간 시계열 중선형(STBL) 모형에 대해 식별, 추정, 예측 등의 통계적 절차와 특징들을 논하고, 두 모형을 비교하는데 목적이 있다. 사례 연구를 위 해 2001년부터 2006년까지 8개 지역으로부터 보고된 월별 Mumps 자료를 사용했고, 예측오차제곱합(SSF)을 활용하여 두 모형의 적합도를 비교하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제18권1호
• /
• pp.17-29
• /
• 2007

The major purpose of this article is the comparison of estimation method with Newton-Raphson, Kalman-filter, and prediction method with Kalman prediction. Conditional expectation in space time bilinear(STBL) model, which is a very powerful and parsimonious nonlinear time-series model for the space time series data can be viewed as a set of time series collected simultaneously at a number of spatial locations and time points, and which have appeared in a important applications areas: geography, geology, natural resources, ecology, epidemiology, etc.

• Journal of the Korean Data and Information Science Society
• /
• 제28권1호
• /
• pp.11-20
• /
• 2017

시간의 변화뿐만 아니라 공간 위치의 변화를 함께 고려한 자료를 공간 시계열 자료라고 한다. 공간 시계열 자기회귀 이동평균 모형과 공간 시계열 중선형 모형에 대해 소개하고 각각의 Kalman Filter 방법에 의한 모수 추정의 과정을 거쳐 최종 선택된 모형의 예측력을 비교하였다. 또한 공간 시계열 자료의 모형에 포함되는 가중행렬에 대하여 기존의 방법인 동일한 가중치와 더불어 거리에 비례한 가중치와 인구수에 비례한 가중치를 제안하였다. 실증분석을 위해 한국질병관리본부에서 수집한 유행성 이하 선염 자료를 활용하여 가중치를 달리한 공간 시계열 모형을 적합시키고 예측하였다. 예측 오차 제곱합을 활용하여 어느 모형이 가장 효과적인 모형인지 판정하였다.