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.
우리나라의 17,000여개의 저수지 중 13,600개소의 소규모 농업용 저수지에는 수문 계측 시설이 설치되지 않아서, 저수율 예측과 합리적인 저수지 운영이 쉽지 않다. 본 연구는 인공지능 기술을 이용하여 농업용 저수지의 저수율을 예측하는 것을 목적으로 하며, 단변량 long short-term memory (LSTM)에서 저수율 그 자체를 사용하는 것뿐만 아니라, 다변량 LSTM에서 강수 등의 기상변수와 시기 등의 계절변수를 추가하여 예측에 활용하였다. 이동저수지의 2013년부터 2020년까지 8년간 데이터로 모델을 학습시키고, 모델의 예측 결과를 2021년의 일일 저수율 데이터로 검증하였다. 단변량 LSTM은 1일 후 저수율을 root-mean square error (RMSE) 1.04%, 3일 후 2.52% 이내, 5일 후 4.18%의 오차로 예측하였으며, 다변량 LSTM은 1일 후 저수율을 RMSE 0.98%, 3일 후 1.95%, 5일 후 2.76%의 오차로 예측하여 더 좋은 성능을 보였다. 1일 후 저수율을 예측하는 다변량 모델의 경우, 시계열 저수율 이외에도 date of year (DOY)와 1일 및 5일 누적 강수량이 중요한 변수인 것으로 나타났는데, 이를 통해 볼 때 당일 저수율에 영향을 미치는 강수의 시간적 범위는 5일 정도인 것으로 사료된다.
홍수사상은 크게 첨두홍수량, 홍수용적, 지속기간 등과 같은 서로 상관된 세 가지의 요소로 정의될 수 있다. 그러나 그동안 수공학적 계획이나 설계, 운영 등을 위한 홍수빈도해석에서는 주로 첨두홍수량 한가지 요소에 초점을 맞추어 홍수빈도해석을 수행해 왔다. 이러한 단변량 홍수빈도해석은 서로 상관된 홍수사상 사이의 복잡한 확률적 거동을 분석하는 데 있어 한계를 가지고 있다. 따라서, 본 연구에서는 Gumbel 혼합모형을 이용한 이변량 홍수빈도해석을 수행하여 홍수심도를 평가하는 방안을 제시하였다. 소양강댐의 35개년 일유입량 자료와 대청댐의 28개년 일유입량자료에 대해 각각의 홍수사상을 분리하고, 분리한 홍수사상에 대해 첨두홍수량과 홍수용적 사이의 결합분포와 결합재현기간 등을 도출하였다. 또한 이러한 이변량 홍수빈도해석에 의해 도출된 홍수 특성을 단변량 홍수빈도해석의 결과와 비교함으로써, 홍수심도 평가에 있어 이변량 홍수빈도 해석기법의 적용성에 관하여 검토하였다.
최근에 수문시계열로부터 저차원의 비선형 거동을 재구성하고자 하는 연구가 활발히 진행되고 있다. 이러한 관점에서 본 연구에서는 Support Vector Machine(SVM)을 이용하여 우수한 상태-공간 재구성 능력을 갖는 비선형 예측모형을 구성하여 Great Salt Lake(GSL) Volume에 적용하였다. SVM은 Kernel 함수로부터 유도된 고차원의 특성공간 안에서 선형함수의 가상공간을 이용하는 Machine Learning 방법론이다. 또한 SVM은 훈련자료로부터 얻어지는 평균제곱오차가 아닌 일반화된 오차를 최소화함으로써 상대적으로 기존 방법에 비해 적은 수의 매개변수와 과적합(over fitting)을 피하면서 비선형 함수의 최적화가 가능하다. 본 연구에서 제시한 SVM 회귀분석의 적용성은 미국의 GSL의 2주 간격 Volume을 대상으로 검토하였다. SVM을 이용한 비선형 예측모형은 GSL Volume의 2주(1-Step), 8주(4-Step)와 반복예측(Iterated Prediction, 121-Step)까지 적용되었다. 본 연구에서는 극치사상 즉, 급격한 감소 및 증가 구간을 예측하는데 있어서 훈련구간과 예측구간을 구분하여 모형의 신뢰성을 평가하였다. 예측결과SVM은 훈련자료로부터 적은 수의 관측치를 이용하여 동역학적 거동을 추출할 수 있었으며 실제 관측자료와 거의 유사한 예측이 가능함을 통계적 지표로 확인할 수 있었다. 따라서 비선형 수문시계열의 단기 예측을 위한 모형으로 적용이 가능할 것으로 판단된다.
Journal of the Korean Data and Information Science Society
/
제23권2호
/
pp.365-374
/
2012
Weather derivatives designed to manage casual changes of weather, as opposed to catastrophic risks of weather, are relatively a new class of financial instruments. There are still many theoretical and practical challenges to the effective use of these instruments. The objective of this paper is to develop a pricing approach for valuing weather derivatives and presents a case study that is practical enough to be used by the risk managers of electrical utility firms. Utilizing daily average temperature data of Guangzhou, China from $1^{st}$ January 1978 to $31^{st}$ December 2010, this paper adopted a univariate time series model to describe weather behavior dynamics and calculates equilibrium prices for weather futures and options for an electrical utility firm in the region. The results imply that the risk premium is an important part of derivatives prices and the market price of risk affects option values much more than forward prices. It also demonstrates that weather innovation as well as weather risk management significantly affect the utility's financial outcomes.
홍수사상은 크게 첨두홍수량, 홍수용적, 지속기간 등과 같은 서로 상관된 세 가지의 요소에 의해 특성화되어진다. 그러나 그동안 수공학적 계획이나 설계 등을 위한 홍수빈도 해석에서는 주로 첨두홍수량 한가지 요소에 초점을 맞추어 홍수빈도 해석을 수행해 왔다. 이러한 단변량 홍수빈도 해석은 서로 상관된 홍수사상 요소 사이의 복잡한 확률적 거동을 분석하는 데 있어 한계를 가지고 있다. 본 연구에서는 Gumbel 혼합모형, 이변량 감마분포, 이변량 핵밀도 함수 등 세 가지의 이변량 빈도해석 방법을 적용하여 이변량 빈도해석을 수행하고 그 결과를 단변량 빈도해석 방법의 결과와 비교 분석하였다. 소양강댐의 35개년 일 유입량 자료와 대청댐의 28개년 일 유입량 자료에 대해 각각의 홍수사상을 분리하고, 홍수사상 자료의 통계량과 매개변수, 최적 광역폭 등을 산정한 후 자료의 적합도 검정과 결합분포의 적합도 검정 등의 과정을 거쳐 첨두홍수량과 홍수용적의 조합을 고려하여 결합분포와 결합 재현기간 등을 추정하였다. 이처럼 세 가지 방법의 이변량 빈도해석을 통해 추정된 결과를 단변량 홍수빈도 해석의 결과와 비교 분석함으로써 각 방법의 상관성을 파악할 수 있었고, 이변량 홍수빈도 해석의 특성에 의해 도출된 결과를 토대로 이변량 홍수빈도 해석의 적용성에 대하여 검토하였다.
In this paper, we examine the multiple change-point and change pattern in the 54 years (1954-2007) time series of the annual and the heavy precipitation characteristics (amount, days and intensity) averaged over South Korea. A Bayesian approach is used for detecting of mean and/or variance changes in a sequence of independent univariate normal observations. Using non-informative priors for the parameters, the Bayesian model selection is performed by the posterior probability through the intrinsic Bayes factor of Berger and Pericchi (1996). To investigate the significance of the changes in the precipitation characteristics between before and after the change-point, the posterior probability and 90% highest posterior density credible intervals are examined. The results showed that no significant changes have occurred in the annual precipitation characteristics (amount, days and intensity) and the heavy precipitation intensity. On the other hand, a statistically significant single change has occurred around 1996 or 1997 in the heavy precipitation days and amount. The heavy precipitation amount and days have increased after the change-point but no changes in the variances.
해상운임의 변동은 해운업계에만 영향을 미치는데 그치지 않고 전후방 연쇄효과를 통해 조선업계를 비롯하여 경제 전반에 영향을 미친다. 따라서 해상운임의 움직임을 정확히 예측하는 것은 해운업계 뿐만 아니라 우리나라 경제에도 중요한 의미를 갖게 된다. 그러나 해상운임은 주가나 환율과 같이 다양한 요인에 의해 결정될 뿐만 아니라 최근 들어 운임의 변동성이 크게 커지는 추세이어서 예측에 상당한 어려움이 있다. 본고는 2010년의 BDI를 예측하기 위하여 가장 단순한 모형인 단변량모형인 ARIMA 모형, 개입ARIMA모형, HP 모형을 이용한다. 개입ARIMA 모형은 글로벌 금융위기와 중국효과가 미친 효과를 분석하기 위한 것이다. ARIMA모형은 2010년 말에 4,230-4.690에 도달할 것으로, 개입ARIMA모형은 낙관적인 경우 4,460-4,900선에, 비관적일 경우 2,820-2,940선이 될 것으로 예상하여 모형별로 상당한 차이를 드러내고 있다. 그런데 HP 모형에 의한 예측치는 기준 역할을 하므로 HP모형에 의한 2010년 말 예측치 3,500 포인트를 감안하면 2010년 12월에 2,820-4,230의 범주에 도달할 것으로 예측된다. 2010년 12월 2,800 포인트는 해운업계에 어두운 그림자를 드리우는 예측치이다. 그러나 낙관적인 2010년 12월 4,000포인트는 2008년 BDI가 10,000 포인트를 넘어선 때를 기억하면 그리 높게 생각되지 않을 수 있으나 4,000 포인트 이상의 BDI는 해운관련업계에게 어느 정도의 안도감을 주고 재도약을 할 수 있는 기반을 제공할 수 있는 수준으로 판단된다.
본 연구에서는 인위적 수공시설물을 고려하지 않는 자연상태의 가뭄해석을 위해 자연가뭄지수(NDI)를 산정하고 활용성을 평가하였다. 자연가뭄지수는 주성분 분석을 이용하여 산정하였으며, 입력자료는 3개월 누적강수량, 자연유량, 토양수분량 자료이다. 강수량은 ASOS 59개 지점 자료이고, 자연유량 및 토양수분량은 지표수문해석모형의 결과를 이용하였다. 가뭄지수의 평가기간은 1977~2012년이며, 활용성 평가를 위해 시계열 분석, 지역별 분석 및 가뭄특성인자 분석을 수행하였다. 시계열 분석결과, 자연가뭄지수는 가뭄의 시작과 끝에 대한 평균절대오차는 0.85로 가장 정확하게 나타났다. 과거 가뭄사례와 가뭄특성인자를 분석한 결과, 자연가뭄지수의 지속기간과 발생간격의 평균절대오차는 각각 1.3, 1.0으로 가뭄의 지속기간 및 발생간격을 적절히 반영하는 것을 확인하였다. 지역별 분석결과, 자연가뭄지수는 단일변량 가뭄지수의 지역별 가뭄상황을 적절히 반영하여 활용성이 높은 것으로 나타났다. 또한, 가뭄의 시작, 끝, 지속기간, 발생간격에 대한 자연가뭄지수, 표준강수지수, 표준유출지수, 표준토양수분지수의 순위를 분석한 결과 자연가뭄지수가 가장 높은 순위로 산정되었다. 자연가뭄지수는 기존 단일변량 가뭄지수의 상이한 가뭄상황을 종합적으로 반영하며, 가뭄의 특성을 정량적으로 제시한다는 점에서 활용성이 높다고 판단된다.
Journal of the Korean Data and Information Science Society
/
제26권1호
/
pp.1-10
/
2015
본 연구에서는 한국프로야구 변천사를 야구 통계량들을 중심으로 살펴보았다. 분석방법으로는 1982년부터 2013년까지의 한국프로야구 데이터를 이용하여 야구 통계량들의 시계열 그래프와 상관계수를 이용하였다. 그 결과 유의수준 1%에서 연도와 유의한 양의 상관관계를 보인 통계량은 2루타, 타점, 4구, 삼진, 병살타, 사구, 출루율, OPS, 방어율, 폭투, WHIP이고, 유의한 음의 상관관계를 보인 통계량은 3루타, 도루자, 실책, 완투, 완봉, 보크였다. 상관계수가 유의한 야구통계량의 예측을 위해서는 Box-Jenkins의 ARIMA 모형을 이용하였다. 결론적으로 세월의 흐름과 가장 상관이 큰 것은 완투 횟수의 감소이며, 그 다음으로 삼진 개수의 증가를 들 수 있었다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.