• 한국산림과학회지
• /
• 제95권6호
• /
• pp.643-648
• /
• 2006

효율적인 산불예방과 진화활동을 위해서는 산불 발생 및 확산특성에 대한 분석이 요구된다. 본 연구에서는 1970년부터 2005년까지 총 36년간의 월별 산불 발생건수 및 연소면적 자료를 이용하여 산불특성을 분석하고, Box-Jenkins의 ARIMA 모형을 이용하여 시계열 예측모형을 추정하였다. 분석 결과 발생건수 및 연소면적은 월별로 유의한 차이가 있었는데, 3월과 4월 두 달 동안 전체 발생건수의 59%, 연소면적의 72%가 집중되었다. 발생건수와 연소면적 모두에 있어서 ARIMA(1, 0, 1) 모형이 적합한 모델로 선정되었으며, 산불은 1개월과 12개월 전의 발생건수, 연소면적 수치와 밀접한 관련이 있음을 알 수 있었다.

• 한국지반환경공학회 논문집
• /
• 제20권10호
• /
• pp.29-38
• /
• 2019

연약지반 안정 및 침하관리에 있어 침하예측기술은 지속적으로 발전되어 공사비 절감과 정확한 토지사용 시기를 확인하는데 활용하고 있으나, 기존 예측방법인 쌍곡선법, Asaoka법, Hoshino법 등은 많은 계측기간이 경과되어야 정확한 침하예측이 가능하여 압밀초기 신속한 예측이 어려운 실정이다. 기존 예측방법이 침하곡선으로부터 산정한 기울기의 비례성 가정을 통해 장래침하량을 추정하는 사유로 판단된다. 본 연구에서는 시계열 분석기술 중 ARIMA 기법을 도입하여 기존예측방법과 비교 분석하였다. ARIMA 기법은 지반조건 구분 없이 예측 가능하였으며, 기존방법과 유사한 결과를 조기에 예측(최종침하) 할 수 있었다.

• Journal of Preventive Medicine and Public Health
• /
• 제22권2호
• /
• pp.189-196
• /
• 1989

In January 1988, district medical insurance plan was executed on a national scale in Korea. We conducted an evaluation of the impact of execution of district medical insurance plan on number of hospital patients: number of outpatients; and occupancy rate. This study was carried out by Box-Jenkins time series analysis. We tested the statistical significance with intervention component added to ARIMA model. Results of our time series analysis showed that district medical insurance plan had a significant effect on the number of outpatients and occupancy rate. Due to this plan the number of outpatients had increased by 925 patients every month which is equivalent to 8.3 percents of average monthly insurance outpatients in 1987, and occupancy rate had also increased by 0.12 which is equivalent to 16 percents of that in 1987.

• 응용통계연구
• /
• 제29권1호
• /
• pp.231-242
• /
• 2016

시계열 분석 소프트웨어로 국내에서도 많이 사용되는 X-13-ARIMA에서 제공하고 있는 계절이동평균필터($3{\times}3$, $3{\times}5$, $3{\times}9$, $3{\times}15$)가 외국과 다르게 불규칙한 변동이 많고 다양한 변동이 존재하는 한국의 경제 시계열에 적합한가라는 의문 속에서 새로운 계절이동평균필터들의 필요성이 제기되었다. 본 연구에서는 최근에 개발된 새로운 계절이동평균필터($3{\times}7$, $3{\times}11$)를 소개한다. 또한, 새롭게 작성된 계절이동평균필터를 국내의 경제 시계열에 적용하여 그 적합성과 안정성을 비교한 결과, 일부 시계열에서 새로운 계절이동평균필터들의 필요성이 발견되었다. 새로 개발된 계절이동평균필터를 활용하여 각 시계열에 맞는 적절한 계절조정방법을 사용하면 더욱 정확한 시계열분석을 할 수 있을 것이라 기대된다.

• 융합정보논문지
• /
• 제9권12호
• /
• pp.54-61
• /
• 2019

최근 들어 IITS는 스마트 시티관련 산업계에서 중요한 주제로 떠오르고 있다. IITS의 주요 목적인 교통체증 (차량 사고에 기인한) 예방책들이 발전된 센서 및 통신 기술의 도움을 받아 다양하게 시도되었다. 관련 연구들에서는 자동차 사고와 사고 위치적 특성, 날씨, 운전자 행동, 시간 등 다양한 요인들과 상관 관계가 있음을 보여주고 있다. 우리 연구는 자동차 사고와 사고 발생 시간 사이의 상관관계에 주제를 집중했다. 본 논문에서는 ARIMA (Auto-Regressive Integrated Moving Average) 자동 회귀, 정상 및 지연 순서를 결정하는 세 가지 요소를 확인하기 위해 ADF (Augmented Dickey-Fuller)를 포함한 ARIMA 테스트를 수행했다. 본 연구 결과로서 시간 별 자동차 충돌 수 예측에 대한 요약을 제시하며, 한국 내 자동차 사고 데이터는 ARIMA 모델에 적용될 수 있음을 보여주었고, 국내 자동차 사고는 하루를 기준으로 일정한 주기가 존재하는 성격을 가지고 있다는 것을 제시했다.

• 융합보안논문지
• /
• 제22권3호
• /
• pp.79-86
• /
• 2022

보이스피싱은 가짜 금융기관, 검찰청, 경찰청 등을 사칭하여 개인의 인증번호와 신용카드 정보를 알아내거나 예금을 인출하게 하여 탈취하는 사이버 범죄이다. 최근에는 교묘하고도 은밀한 방법으로 보이스피싱이 이루어지고 있다. '18~'21년 발생한 보이스피싱의 추세를 분석하면, 보이스피싱이 발생되는 시기에 예금 인출이 급격하게 증가하여 시계열 분석에 모호함을 주는 계절성이 존재함을 발견하였다. 이에 본 연구에서는 보이스피싱 발생 추이의 정확한 예측을 위해서 계절성을 X-12 계절성 조정 방법론으로 조정하고, ARIMA 모형을 이용하여 2022년 보이스피싱 발생을 예측하였다.

• 응용통계연구
• /
• 제37권3호
• /
• pp.297-309
• /
• 2024

본 논문에서는 자기회귀 신경망 모형과 지수평활법을 결합(NNARX+ETS 모형)하고 그 성능을 평가한다. 제안된 결합 모형은 시계열 자료를 예측하기 위하여 NNARX 모형의 외생변수로서 ETS 모형의 구성 성분을 활용한다. 이 모형의 주요 아이디어는, 신경망 모형이 원시계열 자료의 과거 시차만을 고려하는 것을 한계를 넘어서서 전통적 시계열 예측 방법인 지수평활법에 의해서 추출된 정제된 시계열 구성 성분까지도 추가로 신경망 모형의 입력값으로 사용하는 것이다. 예측 성능 평가는 2가지 실제 시계열 자료를 사용하였으며 제안된 모형을 NNAR 모형 및 전통적 시계열 분석 방법인 ETS와 ARIMA 모형과 비교하였다.

• 한국대기환경학회지
• /
• 제4권2호
• /
• pp.72-81
• /
• 1988

The typical ARIMA model which was developed by Box and Jenkins, was applied to the monthly $SO_2$ data collected at Seoungsoo and Oryudong in metropolitan area over five years, 1982 to 1986. To find out the changing pattern of $SO_2$ concentration, autocorrelation and partial autocorrelation analysis were undertaken. The three steps of time series model building were followed and the residual series was found to be a random white noise. The results of this study is summarized as follows. 1) The monthly $SO_2$ series was found to be a non-stationary series which which has a periodicity of 12 months. After eliminating the periodicity by differencing, the monthly $SO_2$ series became a stationary series. 2) The ARIMA seasonal model of the $SO_2$ was determined to be ARIMA $(1, 0, 0)(0, 1, 0,)_{12}$ model. 3) The model equations based on the prediction were: for Seoungsoodong: $Y_t = 0.5214Y_{t-1} + Y_{t-12} - 0.5214Y_{t-13} + a_t$ for Oryudong: $Y_t = 0.8549Y_{t-1} + Y_{t-12} - 0.8549Y_{t-13} + a_t$ 4) The validity of the model identified was checked by compairing the measured $SO_2$ values and one-month-ahead predicted values. The result of correlation and regression analysis is as follows. Seoungsoodong: $Y = 0.8710X + 0.0062 r = 0.8768$ Oryudong : $Y = 0.8758X + 0.0073 r = 0.9512$

• Journal of Biosystems Engineering
• /
• 제38권1호
• /
• pp.9-17
• /
• 2013

Purpose: The goal of this study was to develop a methodology for the demand forecast of tractor, riding type rice transplanter and combine harvester using an ARIMA (autoregressive integrated moving average) model, one of time series analysis methods, and to forecast their demands from 2012 to 2021 in South Korea. Methods: To forecast the demands of three kinds of machines, ARIMA models were constructed by following three stages; identification, estimation and diagnose. Time series used were supply and stock of each machine and the analysis tool was SAS 9.2 for Windows XP. Results: Six final models, supply based ones and stock based ones for each machine, were constructed from 32 tentative models identified by examining the ACF (autocorrelation function) plots and the PACF (partial autocorrelation function) plots. All demand series forecasted by the final models showed increasing trends and fluctuations with two-year period. Conclusions: Some forecast results of this study are not applicable immediately due to periodic fluctuation and large variation. However, it can be advanced by incorporating treatment of outliers or combining with another forecast methods.

• 농촌지도와개발
• /
• 제19권2호
• /
• pp.301-320
• /
• 2012

The study uses a seasonal ARIMA model to forecast the number of tourists of Yeongdeok in an uni-variable time series. The monthly data for time series were collected ranging from 2006 to 2011 with some variation between on-season and off-season tourists in Yeongdeok county. A total of 72 observations were used for data analysis. The forecast multiplicative seasonal ARIMA(1,0,0)$(0,1,1)_{12}$ model was found the most appropriate one. Results showed that the number of tourists was 10,974 thousands in 2012 and 13,465 thousands in 2013, It was suggested that the grasping forecast model is very important in respect of how experts in tourism development in Yeongdeok county, policy makers or planners would establish strategies to allocate service in Yeongdeok tourist destination and provide tourism facilities efficiently.