• 응용통계연구
• /
• 제27권6호
• /
• pp.1049-1068
• /
• 2014

자기회귀 모형(autoregressive model)은 일변량(univaraite) 시계열자료의 분석에서 널리 사용되는 방법 중 하나이다. 그러나 이 방법은 자료에 일정한 추세가 있다고 가정하기 때문에 자료에 분절(structural break)이 존재할 때 적절하지 않을 수 있다. 이러한 문제점을 해결하기 위한 방법으로 국면전환(regime-switching) 모형인 임계자기회귀 모형(threshold autoregressive model)이 제안되었는데 최근 지연 모수(delay parameter)을 포함한 이 국면전환(two regime-switching) 모형으로 확장되어 많은 연구가 활발히 진행되고 있다. 본 논문에서는 이 국면전환 임계자기회귀 모형을 베이지안(Bayesian) 관점에서 살펴본다. 베이지안 분석을 위해 모수적 임계자기 회귀 모형 뿐만 아니라 디리슐레 과정(Dirichlet Process) 사전분포를 이용하는 비모수적 임계자기 회귀 모형을 고려하도록 한다. 두 가지 베이지안 임계자기 회귀 모형을 바탕으로 사후분포를 유도하고 마코프 체인 몬테 카를로(Markov chain Monte Carlo) 방법을 통해 사후추론을 실시한다. 모형 간의 성능을 비교하기 위해 모의실험을 통한 자료 분석을 고려하고, 더 나아가 한국과 미국의 국내 총생산(Gross Domestic Product)에 대한 실증적 자료 분석을 실시한다.

• 대한전기학회논문지:전력기술부문A
• /
• 제50권9호
• /
• pp.399-399
• /
• 2001

This paper proposes TAR(Threshold Autoregressive) model for short-term load forecasting including temperature variable. In the scatter diagram of daily peak load versus daily high or low temperature, we can find out that the load-temperature relationship has a negative slope in the lower regime and a positive slope in the upper regime due to the heating and cooling load, respectively. TAR model is adequate for analyzing these phenomena since TAR model is a piecewise linear autoregressive model. In this paper, we estimated and forecasted one day-ahead daily peak load by applying TAR model using this load-temperature characteristic in these regimes. The results are compared with those of linear and quadratic regression models.

• 대한전기학회논문지:전력기술부문A
• /
• 제50권9호
• /
• pp.309-405
• /
• 2001

This paper proposes TAR(Threshold Autoregressive) model for short-term load forecasting including temperature variable. In the scatter diagram of daily peak load versus daily high or low temperature, we can find out that the load-temperature relationship has a negative slope in the lower regime and a positive slope in the upper regime due to the heating and cooling load, respectively. TAR model is adequate for analyzing these phenomena since TAR model is a piecewise linear autoregressive model. In this paper, we estimated and forecasted one day-ahead daily peak load by applying TAR model using this load-temperature characteristic in these regimes. The results are compared with those of linear and quadratic regression models.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2000년도 추계학술대회 논문집 학회본부 A
• /
• pp.184-186
• /
• 2000

This paper proposes the introduction of TAR(Threshold Autoregressive) model for short-term load forecasting including temperature variable. TAR model is a piecewise linear autoregressive model. In the scatter diagram of daily peak load versus daily maximum or minimum temperature, we can find out that the load-temperature relationship has a negative slope in lower regime and a positive slope in upper regime due to the heating and cooling load, respectively. In this paper, daily peak load was forecasted by applying TAR model using this load-temperature characteristic in these regimes. The results are compared with those of linear and quadratic regression models.

• Journal of the Korean Data and Information Science Society
• /
• 제18권1호
• /
• pp.237-245
• /
• 2007

Nonlinear asymmetric time series models have the growing interest in econometrics and finance. Threshold model is one of the successful asymmetric model. We consider a smooth transition ARMA model which converges a.s. to a threshold ARMA model and show that the smooth transition ARMA model admits a stationary measure, provided a suitable condition on the coefficients of the autoregressive parts of the different regimes is satisfied. Stationarity of a smooth transition GARCH model is also obtained.

• 응용통계연구
• /
• 제36권4호
• /
• pp.295-307
• /
• 2023

HAR 모형은 간단한 선형 모형으로 실현 변동성의 장기기억성을 비교적 잘 설명할 수 있어 널리 쓰이고 있다. 하지만, 실현 변동성은 조건부 이분산성, 레버리지 효과, 변동성 집중 등과 같은 복잡한 특징을 보이고 있기에 단순 HAR 모형을 확장할 필요가 있다. 따라서 본 연구는 조건부 이분산성을 설명하는 GARCH 모형에 임계값에 따라 계수가 달라지는 비선형 모형인 임계 HAR 모형(THAR-GARCH)을 제안하고 그 추정 방법 및 예측 성능에 대해서 살펴보고자 한다. 보다 구체적으로 오차항의 등분산 가정을 벗어났기 때문에 모형의 계수를 추정하기 위해서 반복적인 가중최소제곱추정법을 제안하고 모의실험을 통해 일치성을 보였다. 또한 전세계 21개의 주요 주가 지수의 실현 변동성에 대한 예측 오차를 비교함으로써 제안한 GARCH 오차를 가지는 임계 HAR 모형이 일반적으로 더 우수한 예측력을 보임을 확인하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제15권4호
• /
• pp.783-791
• /
• 2004

In this paper we review recent developments in nonlinear time series modeling on both conditional mean and conditional variance. Traditional linear model in conditional mean is referred to as ARMA(autoregressive moving average) process investigated by Box and Jenkins(1976). Nonlinear mean models such as threshold, exponential and random coefficient models are reviewed and their characteristics are explained. In terms of conditional variances, ARCH(autoregressive conditional heteroscedasticity) class is considered as typical linear models. As nonlinear variants of ARCH, diverse nonlinear models appearing in recent literature including threshold ARCH, beta-ARCH and Box-Cox ARCH models are remarked. Also, a class of unified nonlinear models are considered and parameter estimation for that class is briefly discussed.

• 한국컴퓨터정보학회논문지
• /
• 제4권4호
• /
• pp.101-112
• /
• 1999

NPEG은 ISO 산하의 표준화 위원회에서 동영상 압축 기술의 필요에 의해 표준화된 동영상 압축 기술로 통신상에서 더 높은 비트율의 고화질 동화상 실현의 요구에 의해 1995년에 MPEG 2가 개발되었다. 본 논문에서는 VBR MPEG의 코드화된 완전한 동화상 통신을 위해 비선형 시계열 방식으로 효율적이고도 정확한 TAR모델 설계 알고리즘을 제안하며 실질적인 동영상 비디오 추적에 대한 통계적 특성을 보여주는 시뮬레이션 결과를 제시하고자 한다.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2003년도 춘계 학술발표회 논문집
• /
• pp.183-189
• /
• 2003

A momentum threshold autoregressive (MTAR) model, a nonlinear autoregressive model, is analyzed in a Bayesian framework. Parameter estimation in the presence of missing data is done by using Markov chain Monte Carlo methods. We also propose simple Bayesian test procedures for asymmetry and unit roots. The proposed method is applied to a set of Korea unemployment rate data and reveals evidence for asymmetry and a unit root.

• Journal of the Korean Data and Information Science Society
• /
• 제16권1호
• /
• pp.33-40
• /
• 2005

The estimating function method was proposed by Godambe(1985) for parameter estimation under unknown distributions for errors in the models. Threshold Autoregressive Heteroscedastic (Threshold-ARCH) models have been developed by Zakoian(1994) and Li and Li(1996) for explaining the asymmetric properties in the financial time series data. In this paper, we apply the estimating function method to the Threshold-ARCH model and show that the proposed estimators perform better than the MLE under the heavy-tailed distributions.