• 대한토목학회논문집
• /
• 제26권4B호
• /
• pp.355-362
• /
• 2006

본 연구에서는 수문 및 기후 시계열 자료에 존재하는 경향성을 분석하기 위하여 MK 검정, Spearman's Rho 검정, Linear Regression 검정, 비모수 Cusum 검정, Cumulative Deviation 검정, Worsley Likelihood Ratio 검정, Rank Sum 검정, Student's t 검정 등의 8가지 기법을 사용하였다. 관측된 연 강우량과 유입량 시계열 자료, 나이테 자료 그리고 SOI 자료에 적용하여 그 결과를 비교 분석 하였다. 분석 결과 시계열 자료에는 어떤 기울기를 가지거나 어느 시점을 기준으로 평균이 변화하는 두 가지의 경향성이 존재함을 확인 할 수 있었다. 경향성을 나타낸 8개의 강우자료중 4개 지점이 평균이동(shift)을 나타내었으며, 18개 지역의 나이테 지수중 8개 지역과 월별 SOI자료 중 3, 4월자료에서 경향성의 존재가 확인되었고, 소양강댐 유입량 자료에서는 경향성이 나타나지 않았다. 특히, 나이테 지수의 경우에는 평균이동으로 인한 경향성만을 가지고 있는 자료가 확인되었다. 또한 정상성 검정을 위한 ADF 검정과 비선형성 검정을 위한 BDS 통계검정 기법을 적용하였다. 본 연구를 통하여 여러 경향성 분석 기법을 비교할 수 있었으며, 실제 관측된 수문 및 기후 시계열에 존재하는 경향성을 확인 할 수 있었고, 연구 결과를 통하여 수문시계열 해석시 다양한 분석을 통한 경향성의 존재여부를 확인 하여야 한다는 것을 알 수 있었다.

• Industrial Engineering and Management Systems
• /
• 제8권4호
• /
• pp.257-263
• /
• 2009

Focusing on the idea that the equation of exponential smoothing method (ESM) is equivalent to (1, 1) order ARMA model equation, new method of estimation of smoothing constant in exponential smoothing method is proposed before by us which satisfies minimum variance of forecasting error. Theoretical solution was derived in a simple way. Mere application of ESM does not make good forecasting accuracy for the time series which has non-linear trend and/or trend by month. A new method to cope with this issue is required. In this paper, combining the trend removal method with this method, we aim to improve forecasting accuracy. An approach to this method is executed in the following method. Trend removal by a linear function is applied to the original shipping data of consumer goods. The combination of linear and non-linear function is also introduced in trend removal. For the comparison, monthly trend is removed after that. Theoretical solution of smoothing constant of ESM is calculated for both of the monthly trend removing data and the non monthly trend removing data. Then forecasting is executed on these data. The new method shows that it is useful especially for the time series that has stable characteristics and has rather strong seasonal trend and also the case that has non-linear trend. The effectiveness of this method should be examined in various cases.

• 한국물환경학회지
• /
• 제26권6호
• /
• pp.895-902
• /
• 2010

The effect of seasonality on water quality variation is very significant. Generally, it reduce the power of the trend extraction. A parametric time-series model was used for detecting trends in historic constituent concentration data. The effect of seasonality is able to remove from time series decomposition technique. According to such statistic methode, long-term water quality trend analysis system (NTrend 1.0) was developed by Nakdong River Water Environmental Research Center. The trend analysis of BOD variation was conducted with NTrend 1.0 at Goreong and Moolkum site in Nakdong river to show the effect of water quality management action plan. Power test of trend extraction was tried each case of 'deseasonalized and deannulized' data and 'deseasonalized' data. Analysis period was from 1989 to 2006, and it's period was divided again three times, 1989~1993, 1994~1999 and 2000~2006 according to action plan period. The BOD trend was downward in Goreong site during three times and it's trend slope was very steep, and upward in Moolkum during 1989~1993, but it was turned downward during 1994~1999 and 2000~2006. It was revealed that it's very effective to reduce the concentration of BOD by water quality management action plan in that watershed. The result of power test was shown that it is high for trend extraction power in case of 'deseasonalized' data.

• 지능정보연구
• /
• 제19권1호
• /
• pp.1-17
• /
• 2013

본 연구에서는 시계열 예측을 위해 선형 모형과 비선형 모형의 하이브리드 모형 및 순수 모형의 성과를 비교 평가하였다. 이를 위해 5가지 서로 다른 패턴을 가지는 데이터를 생성하여 시뮬레이션을 진행하였다. 본 연구에서 고려한 선형 모형은 AR(autoregressive model)과 SARIMA(seasonal autoregressive integrated moving average model)이고 비선형 모형은 인공신경망(artificial neural networks model)과 GAM(generalized additive model)이다. 특히, GAM은 여러 장점에도 불구하고 시계열 예측을 위한 비선형 모형으로 기존 연구들에서는 거의 쓰이지 않았던 모형이다. 시뮬레이션 결과, seasonality를 가지는 시계열에 대해서는 AR 및 AR-AR 모형이, trend를 가지는 시계열에 대해서는 SARIMA 및 SARIMA와 다른 모형의 하이브리드 모형이 다른 모형에 비해 높은 성과를 보였다. 한편, 인공신경망과 GAM을 비교하면, 트렌드와 계절성이 더해진 시계열에 대해 SARIMA와 GAM의 하이브리드 모형이 거의 모든 노이즈(noise) 수준에 대해 높은 성과를 보인 반면, 노이즈 수준이 미미한 경우에 한해 SARIMA와 인공신경망의 하이브리드 모형이 높은 성과를 보였다.

• 한국수자원학회논문집
• /
• 제46권3호
• /
• pp.219-227
• /
• 2013

수문시계열 자료에 변동성, 도약성, 경향성, 주기성 등이 있으면 이러한 자료는 일반적으로 비정상성을 가지며, 특히 경향성 판단을 통한 다양한 방법들이 제시되어 왔다. 그러나 다양한 방법 간의 검정능력에 대한 평가는 많이 이루어지지 않았으며, 그로인해 동일 자료에 대한 다른 방법의 적용으로 반대의 결과가 나오는 경우도 발생하게 된다. 따라서 본 연구에서는 통계적 특성에 따른 경향성 분석의 변화를 파악하고, 경향성 분석방법 간의 검정능력을 파악해 보았다. 이를 위해 경향성 분석기법인 Mann-Kendall 검정, Hotelling-Pabst 검정, t 검정, Sen 검정을 적용하였으며 기울기, 표본크기, 표준편차에 따라 다양한 모의실험을 수행하였다. 그 결과 t 검정이 다른 검정에 비해 상대적으로 높은 검정력을 보였고, Mann-Kendall 검정, Hotelling-Pabst 검정, Sen 검정은 비슷한 결과를 보였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 ISIS 2003
• /
• pp.338-341
• /
• 2003

Recently, the chaotic method is employed to forecast a near future of uncertain phenomena. This method makes it possible by restructuring an attractor of given time-series data in multi-dimensional space through Takens' embedding theory. However, many economical time-series data are not sufficiently chaotic. In other words, it is hard to forecast the future trend of such economical data on the basis of chaotic theory. In this paper, time-series data are divided into wave components using wavelet transform. It is shown that some divided components of time-series data show much more chaotic in the sense of correlation dimension than the original time-series data. The highly chaotic nature of the divided component enables us to precisely forecast the value or the movement of the time-series data in near future. The up and down movement of TOPICS value is shown so highly predicted by this method as 70％.

• Communications for Statistical Applications and Methods
• /
• 제7권2호
• /
• pp.513-523
• /
• 2000

The X-12-ARIMA program was utilized on the analysis of the time series trend on 76 Korean industrial activities data in order to ensure that the trading day effect adjustment as well as the seasonal effect adjustment is needed to extract the fundamental trend-cycle factors from various economic time series data. The trading day effect is strongly correlated with the activity of production and shipping but not with the activity of inventory. Furthermore, the industrial activities were classified with respect to the sensitivity on the tranding day effect.

• 대한전기학회논문지:전력기술부문A
• /
• 제48권2호
• /
• pp.168-175
• /
• 1999

In this paper, a modified RBF(Radial Basis Function) network structure is suggested for the prediction of a time-series with non-linear, non-stationary characteristics. Coventional RBF network predicting time series by using past outputs sense the trajectory of the time series and react when there exists strong relation between input and hidden activation function's RBF center. But this response is highly sensitive to level and trend of time serieses. In order to overcome such dependencies, hidden activation functions are modified to react to the increments of input variable and multiplied by increment(or dectement) for prediction. When the suggested structure is applied to prediction of Macyey-Glass chaotic time series, Lorenz equation, and Rossler equation, improved performances are obtained.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회 1994년도 추계학술발표회 발표논문집; 연세대학교경영관, 서울; 8 Oct. 1994
• /
• pp.99-99
• /
• 1994

• 대기
• /
• 제18권3호
• /
• pp.199-206
• /
• 2008

This study employs a structural time series method in order to model and estimate stochastic trend of surface temperatures of the globe, Northern Hemisphere, and Northeast Asia ($20^{\circ}N{\sim}60^{\circ}N$, $100^{\circ}E{\sim}150^{\circ}E$). For this study the reanalysis data CRUTEM3 (CRU/Hadley Centre gridded land-surface air temperature Version 3) is used. The results show that in these three regions range from $0.268^{\circ}C$ to $0.336^{\circ}C$ in 1997, whereas these vary from $0.423^{\circ}C$ to $0.583^{\circ}C$ in 2007. The annual mean temperature over Northeast Asia has increased by $0.031^{\circ}C$ in 2007 compared to 1997. The climate change in surface temperatures over Northeast Asia is slightly higher than that over the Northern Hemisphere.