• 대한교통학회지
• /
• 제32권4호
• /
• pp.401-409
• /
• 2014

본 연구는 시설 확장비용과 승객들의 지체시간 감소에 따른 편익을 고려한 항공의 핵심 시설 확장 문제를 다루고자 한다. 이를 위해 우리는 시계열 예측방법으로 널리 알려진 ARIMA model를 활용하여 계절 및 주기를 갖는 항공피크 수요를 예측한다. 승객이 공항에 도착한 후에 공항 내에서의 승객들의 흐름과 지체를 고려하여 실제 지체 편익을 추정하기 위해 이산사건 시뮬레이션 모형을 설계한다. 비용과 편익 간의 상충관계를 통해 우리는 컨베이어의 경제적 확장 대수를 결정한다. 인천공항의 사례를 활용한 실험이 수행되었으며, 실험 결과는 본 접근방법이 계절에 따른 승객의 도착 유형과 공항 내의 동적인 흐름을 반영한 시설의 확장 문제를 해결하는 데 효과적임을 보인다.

• 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.

• Journal of Preventive Medicine and Public Health
• /
• 제24권3호
• /
• pp.441-458
• /
• 1991

공무원 및 사립학교교직원 의료보험과 직장의료보험에서 입원, 외래별 수진을, 건당진료비 (1985년 기준 불변가격), 건당진료일수 등의 장래예측을 통해 의료보험 진료비 안정화 방안을 마련하는데 기초자료로 제시하기 위하여, 이들의 $1979{\sim}89$년간 월별 통계자료를 이용, Box-Jenkins model인 ARIMA 모델을 적용하여 1994년 까지의 수진을, 건당진료비 및 건당진료일수를 예측한 결과를 요약하면 다음과 같다. 수진을, 건당진료비 및 건당진료일수의 ARIMA 모형을 제시하면 다음 표와 같다. 상기의 ARIMA 모형을 기초로하여 향후 5년간의 수진율을 예측한 결과, 공교의료보험 입원의 경우, 1989년의 실측치는 0.068건 이었으며, 1990년과 1991년은 0.068건, 1992년과 1993년은 0.069건, 1994년은 0.070건으로 연평균 0.7%정도 증가될 것으로 예측되었으며, 외래의 경우, 1989년의 실측치는 3.487건이었으나 1990년은 3.530건, 1994년은 3.668건으로 연평균 1%정도 증가될 것으로 예측되었다. 직장의료보험 입원의 경우, 1989년의 실측치는 0.063건이었으며, 1990년부터 1994년까지 모두 0.063건으로 안정될 것으로 예측되었으며, 외래의 경우 1989년의 실측치는 2.984건이었으나, 1990년은 3.016건, 1994년은 3.154건으로 연평균 1.1% 정도 증가될 것으로 예측되었다. 건당진료비의 향후 예측치는 12월을 기준으로하여 1985년 불변가격으로 공교의료보험 입원의 경우, 1989년의 실측치는 332,751원이었으나, 1990년은 345,938원, 1994년은 354,511원으로 연평균 0.6%정도 증가될 것으로 예측되었으며, 외래의 경우, 1989년의 실측치는 11,925원이었으나, 1990년은 12,638원, 1994년은 12,904원으로 연평균 0.5%정도 증가될 것으로 예측되었다. 직장의료보험 입원의 경우, 1989년 실측치는 281,835원이었으나, 1990년은 282,524원, 1994년은 293,973원으로 연평균 1%정도 증가될 것으로 예측되었으며, 외래의 경우, 1989년 실측치는 11,599원이었으나, 1990년부터 1994년까지 11,585원으로 안정될 것으로 예측되었다. 건당진료일수의 향후 예측치는 12월을 기준으로 하여 공교의료보험 입원의 경우, 1989년의 실측치는 13.79일이었으며, 1990년은 13.82일, 1993년과 1994년은 13.85일로 거의 안정될 것으로 예측되었으며, 외래의 경우, 1994년까지 5일 정도로 안정될 것으로 예측되었다. 직장의료보험 입원의 경우, 1989년의 실측치는 12.23일이었으나, 1990년은 12.30일, 1994년은 12.85일로 연평균 1.1%정도 증가될 것으로 예측되었으며, 외래의 경우 1989년의 실측치는 4.61일이었으며 1990년부터 1994년까지 4.60일로 안정될 것으로 예측되었다.

• 한국통신학회논문지
• /
• 제33권5B호
• /
• pp.304-309
• /
• 2008

본 논문에서는 시계열 예측 모델을 이용하여 웡 또는 바이러스 등과 같은 공격 트래픽에 의해 네트워크상에 발생할 수 있는 트래픽 이상 징후를 탐지할 수 있는 예측 모델 기반 트래픽 이상 징후 탐지 기법을 제안한다. 제안 기법은 비교적 정확한 예측모델로 알려져 있는 ARIMA 모델을 이용하였고 이상 징후 여부를 확률값으로 변화하여 확률 임계값에 따라 이상 징후를 탐지하도록 하여 그 성능을 극대화할 수 있도록 하였다. 이를 위해 제안 기법을 네트워크상에 발생시킨 웜과 같은 비정상 공격 트래픽을 포함한 전체 트래픽과 웹 트래픽에 적용하여 트래픽의 이상 징후를 신뢰성 있는 수준에서 탐지함을 보여주었다. 이 기법을 네트워크 기반의 침입탐지시스템에 적용할 강제 큰 효과 가져올 수 있을 것이다.

• 한국태양에너지학회:학술대회논문집
• /
• 한국태양에너지학회 2008년도 추계학술발표대회 논문집
• /
• pp.288-293
• /
• 2008

A predictive model of wind speed in the wind farm has very important meanings. This paper presents an estimation model of wind speed based on time series analysis using the observed wind data at Hangyeong Wind Farm in Jeju island, and verification of the predictive model. In case of Hangyeong Wind Farm and Haengwon Wind Farm, The ARIMA(Autoregressive Integrated Moving Average) predictive model was appropriate, and the wind speed estimation model was developed by means of parametric estimation using Maximum likelihood Estimation.

• 한국콘텐츠학회논문지
• /
• 제15권6호
• /
• pp.399-410
• /
• 2015

본 연구의 목적은 사회서비스 수요를 구성하는 이용자 수와 제공기관 수를 예측 할 수 있도록 시계열 모형을 활용하여 각각의 예측 값을 구성하고, 실제 관측된 값과의 차이를 확인하여 사회서비스분야에서 시계열 예측모형의 타당성을 검증하는 연구이다. 분석 자료는 한국보건복지정보개발원에서 발간한 사회서비스 제공기관 공급실태분석에서 제시된 발달재활서비스 이용 현황을 연구 목적에 따라 가공하여 이차 분석하였다. 분석결과 이용자 수는 ARIMA(1,1,0) 모형이, 제공기관 수는 ARIMA(0,1,1) 모형이 최적의 예측모형으로 제시되었다. 예측모형에 의한 예측 값은 관측 값과의 어느 정도 차이는 있었지만, 관측값은 예측값의 최대값과 최소값의 범위에 놓여 있었다. 따라서 사회서비스의 이용자를 활용한 수요예측과 제공기관을 활용한 공급예측의 모형구축에 대한 타당성은 가능할 수 있음을 확인할 수 있었다.

• Journal of Korea Trade
• /
• 제27권3호
• /
• pp.147-160
• /
• 2023

Purpose - This paper aims to investigate the competitiveness and complementarity of the agricultural products trade between Korea and Comprehensive and Progressive Agreement for Trans-Pacific Partnership (CPTPP) countries. The study evaluates the opportunities and challenges that Korea's agricultural sector faces after joining the CPTPP, and suggests strategies to deepen cooperation and expand Korea's agricultural products trade. Design/methodology - To achieve these objectives, we analyze the trade competition and cooperation relationship between Korea and CPTPP countries in the agricultural products trade. This study uses data from Chapters HS1-24 in UN Comtrade from 2012 to 2022, and applies the indices of revealed comparative advantage, export similarity, and trade complementarity to examine the trade dynamics. Furthermore, we use an Autoregressive Integrated Moving Average (ARIMA) model to predict the agricultural products trade complementarity index between Korea and CPTPP countries from 2022 to 2031. Findings - The findings of our analysis reveal that Korea's agricultural products trade competitiveness is weak compared to that of CPTPP countries, and Korea's agricultural products are at a competitive disadvantage. On the whole, the similarity index of agricultural products trade exports between Korea and CPTPP countries is low, the structure of agricultural products export is quite different, and trade competition is relatively moderate. The trade complementarity index between Korea and CPTPP countries is generally high, with strong complementarity and a large space for cooperation and development. The ARIMA model shows that in the next ten years, although the agricultural products trade complementarity index fluctuates, but is generally high, there will still be a complementarity advantage in the future. Originality/value - This study is the first attempt to investigate the competitiveness and complementarity of the agricultural products trade between Korea and CPTPP countries. We also introduce an ARIMA model to forecast and analyze the future agricultural products trade complementarity index. Our study provides new perspectives and solutions for the future development of Korea's agricultural products trade after joining the CPTPP.

• 유통과학연구
• /
• 제12권6호
• /
• pp.49-57
• /
• 2014

Purpose - The world now recognizes environmental disruption as a serious issue when regarding growth-oriented strategies; therefore, environmental preservation issues become pertinent. Consequently, green distribution is continuously emphasized. However, studying the prediction and association of distribution and the environment is insufficient. Most existing studies about green distribution are about its necessity, detailed operation methods, and political suggestions; it is necessary to study the distribution service industry and environmental service industry together, for green distribution. Research design, data, and methodology - ARIMA (auto-regressive moving average model) was used to predict the environmental service and distribution service industries, and the Granger Causality Test based on VAR (vector auto regressive) was used to analyze the causal relationship. This study used 48 quarters of time-series data, from the 4th quarter in 2001 to the 3rd quarter in 2013, about each business type's production index, and used an unchangeable index. The production index about the business type is classified into the current index and the unchangeable index. The unchangeable index divides the current index into deflators to remove fluctuation. Therefore, it is easy to analyze the actual production index. This study used the unchangeable index. Results - The production index of the distribution service industry and the production index of the environmental service industry consider the autocorrelation coefficient and partial autocorrelation coefficient; therefore, ARIMA(0,0,2)(0,1,1)4 and ARIMA(3,1,0)(0,1,1)4 were established as final prediction models, resulting in the gradual improvement in every production index of both types of business. Regarding the distribution service industry's production index, it is predicted that the 4th quarter in 2014 is 114.35, and the 4th quarter in 2015 is 123.48. Moreover, regarding the environmental service industry's production index, it is predicted that the 4th quarter in 2014 is 110.95, and the 4th quarter in 2015 is 111.67. In a causal relationship analysis, the environmental service industry impacts the distribution service industry, but the distribution service industry does not impact the environmental service industry. Conclusions - This study predicted the distribution service industry and environmental service industry with the ARIMA model, and examined the causal relationship between them through the Granger causality test based on the VAR Model. Prediction reveals the seasonality and gradual increase in the two industries. Moreover, the environmental service industry impacts the distribution service industry, but the distribution service industry does not impact the environmental service industry. This study contributed academically by offering base line data needed in the establishment of a future style of management and policy directions for the two industries through the prediction of the distribution service industry and the environmental service industry, and tested a causal relationship between them, which is insufficient in existing studies. The limitations of this study are that deeper considerations of advanced studies are deficient, and the effect of causality between the two types of industries on the actual industry was not established.

• Communications for Statistical Applications and Methods
• /
• 제22권1호
• /
• pp.31-40
• /
• 2015

This study proposes a mathematical model that can forecast national defense expenditures. The ongoing European debt crisis weighs heavily on markets; consequently, government spending in many countries will be constrained. However, a forecasting model to predict military spending is acutely needed for South Korea because security threats still exist and the estimation of military spending at a reasonable level is closely related to economic growth. This study establishes two models: an Auto-Regressive Moving Average model (ARIMA) based on past military expenditures and Transfer Function model with the Gross Domestic Product (GDP), exchange rate and consumer price index as input time series. The proposed models use defense spending data as of 2012 to create defense expenditure forecasts up to 2025.

• 응용통계연구
• /
• 제31권2호
• /
• pp.189-204
• /
• 2018

본 연구는 2014년 1월부터 2017년 4월까지 광, 공업용 제조업을 하는 건물(GGM)의 전기 사용량에 대한 예측을 살펴보고자 한다. SARIMA, SARIMA + GARCH, Holt-Winters 방법, Fourier 변환으로 분해를 한 ARIMA 모형을 중심으로 네 가지 모형에 대한 적합을 하였다. 또한 2017년 5월 사용량에 대한 예측하고, 실제값을 고려하여 각 모형에 대해 예측 제곱근 평균 제곱 오차와 예측 오차율을 비교하였다. GGM 건물의 전기 사용량에 대한 변동이 심하기 때문에 여러 가지 모형 중에서도 변동성과 주기를 함께 고려한 SARIMA + GARCH 모형의 적합과 예측이 가장 뛰어난 것을 확인하였다.