• 응용통계연구
• /
• 제29권1호
• /
• pp.27-39
• /
• 2016

본 논문은 다차원의 시계열 자료 분석에서 효율적인 희박벡터자기회귀모형에서의 모수 추정에 대해서 연구한다. 희박벡터자기회귀모형은 영에 가까운 계수를 정확이 영으로 둠으로써 희박성을 확보한다. 따라서 변수 선택과 모수 추정을 한꺼번에 할 수 있는 lasso를 이용한 방법론을 희박벡터자기회귀모형의 추정에 쓸 수 있다. 하지만 Davis 등(2015)에서는 모의실험을 통해 일반적인 lasso의 경우 영이아닌 계수를 참값보다 훨씬 더 많이 찾아 희박성에 약점이 있음을 보고하였다. 이에 따라 본 연구는 희박벡터자기회귀모형에 adaptive lasso를 이용하면 일반 lasso보다 희박성을 비롯한 전반적인 모수의 추정이 매우 유의하게 개선됨을 보인다. 또한 adaptive lasso에서 쓰이는 튜닝 모수들에 대한 선택도 아울러 논의한다.

• Communications for Statistical Applications and Methods
• /
• 제17권5호
• /
• pp.639-645
• /
• 2010

We consider a subdiagonal bilinear model and give sufficient conditions for the associated Markov chain defined by Pham (1985) to be uniformly ergodic and then obtain the $\beta$-mixing property for the given process. To derive the desired properties, we employ the results of generalized random coefficient autoregressive models generated by a matrix-valued polynomial function and vector-valued polynomial function.

• Smart Structures and Systems
• /
• 제17권6호
• /
• pp.1017-1030
• /
• 2016

This study focuses on the system identification of reinforced concrete bridges using vector autoregressive model (VAR). First, the time series output response from a bridge establishes the autoregressive (AR) models. AR models are one of the most accurate methods for stationary time series. Burg's algorithm estimates the autoregressive coefficients (ARCs) at p-lag by reducing the sum of the forward and the backward errors. The computed ARCs are assembled in the state system matrix and the eigen-system realization algorithm (ERA) computes: the eigenvector matrix that contains the vectors of the mode shapes, and the eigenvalue matrix that contains the associated natural frequencies. By taking advantage of the characteristic of the AR model with ERA (ARMERA), civil engineering can address problems related to damage detection. Operational modal analysis using ARMERA is applied to three experiments. One experiment is coupled with an artificial neural network algorithm and it can detect damage locations and extension. The neural network uses a specific number of ARCs as input and multiple submatrix scaling factors of the structural stiffness matrix as output to represent the damage.

• 전자공학회논문지S
• /
• 제36S권6호
• /
• pp.87-95
• /
• 1999

본 논문에서는 ATM망에서 3차원 동영상 데이터의 시뮬레이션 모델을 제시한다. 이 모델은 슬라이스 레벨에 기초를 두며, PVAR(Projected Vector Autoregressive)모델이라고 명한다. PVAR 모델은 자기상관성(Autocorrelation)과 히스토그램(Histogram)특성을 만족하기 위해 AR(Autoregressive)모델에 기초로 모델링 되고 프로젝션 함수(Projection function)에 의해 실제 데이터를 매핑 한다. 프로젝션 함수로는 CDPF(cumulative distribution probability function)를 사용한다. 이때 과정은 슬라이스 단위로 수행된다. 제안된 모델은 자기 상관성과 히스토그램을 만족시키는데 좋은 성능을 보여주고, 네트워크 성능 분석에 중요하다. 이어서 이것을 주기적 평균값에 의한 Smoothing 방법에 적용한다. 일반적으로 QoS는 버퍼(buffer)에서의 셀 손신과 최대 지연에 관계된 CLR에 달려 있다. 따라서 제안한 Smoothing 기법은 QoS를 향상시키는데 이용할 수 있다.

• 한국지능시스템학회논문지
• /
• 제17권7호
• /
• pp.957-963
• /
• 2007

본 연구에서는 비선형 지속 모음 모델링을 위한 최소 제곱 서포트 벡터 회귀 기반 비선형 자귀회귀 방법을 소개하고 분석하였다. 비주기적인 파형 특성을 갖는 양성 후두 질환자 43명의 지속 모음을 대상으로 한 실험에서 제안된 비선형 합성기는 거의 완벽하게 혼란한 지속 모음을 생성하고 선형 예측 코딩은 할 수 없는 주파수 변동과 같은 자연스러운 음의 특성 또한 보존할 수 있었다. 하지만 일부 모음의 합성 결과 실제 원음과 다른 차이점을 보였다. 이러한 결과들은 단일 밴드 모델이 음의 고주파 성분을 조정, 분해 못하기 때문에 발생한 것이라 가정된다. 그러므로 웨이블릿 필터 뱅크를 이용한 멀티 밴드 모델을 단일 밴드 모델과 대치하여 실험을 수행한 결과 향상된 안정성을 보였다. 결과적으로 최소 제곱 서포트 벡터 회귀 기반 비선형 자귀회귀 방법은 성공적으로 원음에 가까운 합성음을 생성할 수 있다는 것을 확인 할 수 있었다.

• 대한산업공학회지
• /
• 제36권3호
• /
• pp.203-211
• /
• 2010

This study examines a cointegrated vector autoregressive (VAR) model where parameters are subject to switch across the regimes in the term structure of interest rates. To employ the regime switching framework, the Markov-switching vector error correction model (MS-VECM) is allowed to the regime shifts in the vector of intercept terms, the variance-covariance terms, the error correction terms, and the autoregressive coefficient parts. The corresponding approaches are illustrated using the term structure of interest rates in the US Treasury bonds over the period of 1958 to 2009. Throughout the modeling procedure, we find that the MS-VECM can form a statistically adequate representation of the term structure of interest rate in the US Treasury bonds. Moreover, the regime switching effects are analyzed in connection with the historical government monetary policy and with the recent global financial crisis. Finally, the results from the comparisons both in information criteria and in forecasting exercises with and without the regime switching lead us to conclude that the models in the presence of regime dependence are superior to the linear VECM model.

• 응용통계연구
• /
• 제29권1호
• /
• pp.61-73
• /
• 2016

본 논문에서는 다변량 시계열 모형 진단을 위해 잔차의 자기상관성 유무를 확인하기 위한 와일드 붓스트랩(wild bootstrap) Ljung-Box(LB) 검정통계량을 연구하였다. 일반적으로 LB 검정은 오차가 서로 독립이며 동일한 분포를 따른다는 IID 가정 하에 유도되는 점근적 카이제곱 분포를 이용한다. 한편 금융시계열 자료는 분산에 조건부 이분산성이 존재하기 때문에 오차의 IID 가정을 만족시키지 못하며 이에 따라 점근적 분포를 이용한 LB 검정은 제1종의 오류를 만족시키지 못하게 된다. 이를 극복하기 위해 와일드 붓스트랩을 이용한 LB 검정법을 제안하고 그 성질을 연구하고자 한다. 벡터자기회귀 모형과 벡터오차수정 모형 등의 다양한 다변량 시계열 모형을 이용하여 모의실험을 실시하는 한편, 코스피 200지수와 지수선물 자료를 이용한 실증분석을 통해 와일드 붓스트랩을 이용한 LB 검정법이 조건부 이분산성의 부정적인 영향을 효과적으로 제거할 수 있음을 입증하였다.

• Ocean and Polar Research
• /
• 제34권2호
• /
• pp.185-195
• /
• 2012

This paper focused on forecasting a short-term production of oysters, which have been farmed in Korea, with distinct periodicity of production by year, and different production level by month. To forecast a short-term oyster production, this paper uses monthly data (260 observations) from January 1990 to August 2011, and also adopts several econometrics methods, such as Multiple Regression Analysis Model (MRAM), Seasonal Autoregressive Integrated Moving Average (SARIMA) Model, and Vector Error Correction Model (VECM). As a result, first, the amount of short-term oyster production forecasted by the multiple regression analysis model was 1,337 ton with prediction error of 246 ton. Secondly, the amount of oyster production of the SARIMA I and II models was forecasted as 12,423 ton and 12,442 ton with prediction error of 11,404 ton and 11,423 ton, respectively. Thirdly, the amount of oyster production based on the VECM was estimated as 10,425 ton with prediction errors of 9,406 ton. In conclusion, based on Theil inequality coefficient criterion, short-term prediction of oyster by the VECM exhibited a better fit than ones by the SARIMA I and II models and Multiple Regression Analysis Model.

• 대한교통학회지
• /
• 제33권1호
• /
• pp.61-69
• /
• 2015

이 연구에서는 국내 총 화물물동량에 대한 5개 계량경제모형들의 예측정확도를 비교한다. 적용된 5개 모형은 통상최소자승모형, 부분조정모형, 축소된 자기회귀분포시차모형, 벡터자기회귀 모형, 시간변동계수모형이다. 모형의 추정과 예측은 1970-2011년 동안의 연간 국내 화물물동량 자료와 광공업생산지수를 이용하여 수행되었다. 5개 모형은 반복적인 예측방법을 이용하여 1년 후, 3년 후, 5년 후 예측성능이 비교되었다. 추가적으로 장래변동성의 크기에 따라 두 예측기간으로 나누어 예측정확도를 비교하였고, 결과적으로 시간변동계수모형은 변동을 갖는 예측기간에 대해서 가장 높은 정확도를, 반면에 벡터자기회귀 모형은 점진적인 변화를 갖는 예측기간에 대해서 다른 모형에 비해 우수한 성능을 보여주는 것으로 분석되었다.

• 한국수자원학회논문집
• /
• 제55권12호
• /
• pp.1137-1147
• /
• 2022

하천수위와 지하수위는 수문학적 순환과정에서 나타나는 수문학적 요소로 상호 연관성이 높으며 이러한 수문학적 요소에 대해 확률적 시뮬레이션을 독립적으로 수행하는 경우 상호 관련 정보손실과 같은 문제가 발생할 수 있다. 하천수위와 지하수위는 수문학적·농업적 가뭄을 평가하는 중요한 지표로 활용되지만 하천수위의 경우 건기 중에는 정확한 관측을 얻기가 매우 어려우며, 지하수위의 경우 데이터 기간이 상대적으로 짧아 이를 활용한 가뭄지수 사용이 제한적이다. 이와 관련하여 손실 없이 자료를 최대한 이용하기 위해 본 연구는 각 변수의 시간 의존성을 고려하는 동시에 상호 연관된 변수의 시간 의존성을 고려하는 벡터자기회 모형VAR)을 구성했다. 하천수위와 지하수위 사이의 자기 상관 및 상관관계를 확인하고, 정보 손실을 최소화하는 하천수위 및 지하수위를 예측할 수 있는지 여부를 결정하기 위해 벡터 자기 회귀 모델의 최적 순서 결정과 매개변수를 결정하였다. 또한, 두 변수 간의 상관관계를 반영하지 않는 자기회귀모형(AR)을 구축하고 모의에 대한 DIC와 상관계수를 VAR 모형과 비교하여 VAR 모형 더 적합함을 보이고 하천수위와 지하수위의 간의 상호관계성을 효과적으로 반영함을 확인하였다.