• 한국수자원학회논문집
• /
• 제37권1호
• /
• pp.77-86
• /
• 2004

본 연구에서는 농업용 저수지에서 저수량 예측모형과 함께 저수지의 목표저수량 및 한계저수량을 유지하기 위한 저수지 운영방안을 제시하였다. 대상저수지인 금강저수지에서 1990년부터 200l년까지의 저수량 자료를 이용하여 갈수빈도해석을 적용하고, 2년빈도 한발저수량을 목표저수량(target storage)으로, 10년빈도 한발저수량을 한계저수량(critical storage)으로 설정하였다. 농업용 저수지의 운영의 효율화를 위해서는 우선 합리적인 방법을 통하여 장래 저수량을 예측하여야 한다. 예측된 저수량은 저수지 운영에 관한 계획을 수립하는데 기초자료로 활용될 수 있다. 본 연구에는 저수량 예측모형으로 ARIMA 모형과 자기회귀오차모형을 적용하였다. ARIMA 모형은 과거 저수량 자료만을 근거로 하여 저수량을 예측함으로서 예측정도가 상대적으로 낮은 것으로 나타난 반면, 자기회귀오차모형은 저수량과 관련 있는 설명변수들을 이용함으로써 예측의 효과를 높일 수 있었다. 농업용 저수지의 저수량은 이전 저수량, 강수량, 평균온도, 최고온도, 관개면적, 풍속, 습도의 영향을 받으므로 자기회귀오차모형을 적용하여 저수량과 저수량에 영향을 미치는 요인과의 관계를 분석하였다. 자기회귀오차모형에 의한 저수량 예측 관계식은 저수지의 연속방정식과 유사한 관계식으로 유도되어 실제 적용성이 높을 것으로 판단되며, 금광저수지에서 예측된 2002년도 저수량과 관측된 저수량을 비교한 결과, 양호한 예측결과를 보여 주었다.

• Communications for Statistical Applications and Methods
• /
• 제13권2호
• /
• pp.343-358
• /
• 2006

The distributional properties of forecasts in an integer-valued time series model have not been discovered yet mainly because of the complexity arising from the binomial thinning operator. We propose two bootstrap methods to obtain nonparametric prediction intervals for an integer-valued autoregressive model : one accommodates the variation of estimating parameters and the other does not. Contrary to the results of the continuous ARMA model, we show that the latter is better than the former in forecasting the future values of the integer-valued autoregressive model.

• 한국심리학회지 : 문화 및 사회문제
• /
• 제16권4호
• /
• pp.447-468
• /
• 2010

본 연구의 목적은 자기회귀 교차지연 모델 (ARCL: autoregressive cross-lagged model)을 통해 검증된 청소년 비행과 일탈적 자아개념의 상호적 인과관계(이은주, 정익중, 2009)를 잠재 상태-특성 자기회귀 모델 (LST-AR: latent state-trait autoregressive model)의 적용을 통해 재검증하는데 있다. 일반적으로 상호적 인과관계의 검증을 위해 ARCL 모델이 적용되지만, 일탈적 자아개념이 갖고 있는 특성적 요인의 변량을 통제하지 않은 상태에서 비행과의 상호적 영향을 분석하게 되면 비행이 일탈적 자아개념에 미치는 영향에 대한 해석이 왜곡될 수 있다. 따라서 LST-AR 모델을 통해 일탈적 자아개념의 안정적 특성 및 변동적 상태를 구분하고, 특성적 요인을 통제한 후 상태적 일탈자아와 비행의 상호적 인과관계를 살펴보았다. 본 연구의 분석에는 한국청소년패널조사의 중2에서 고3까지 5년 종단자료가 활용되었다. 연구결과, 일탈적 자아개념과 비행의 상호적 인과관계가 재검증되었을 뿐만 아니라 일탈적 자아개념의 안정적 특성 및 변동적 상태 요인에 따라 비행과의 상호적 인과관계가 다를 수 있음도 확인되었다. 마지막으로 상호적 인과관계의 연구에서 안정적 특성과 변동적 상태 요인의 구분에 대한 방법론적 의미가 논의되었다.

• 응용통계연구
• /
• 제29권1호
• /
• pp.133-144
• /
• 2016

본 논문에서는 주기적 자기회귀(periodic autoregressive) 모형에서 모수의 수를 줄이기 위한 모수 절약 주기적 자기회귀 모형을 연구하였다. 제안된 모수 절약 모형은 실증분석에서 실업률을 이용하여 기존의 계절 시계열 모형과 비교를 통하여 그 성능을 평가하였다. 모수 절약 구조를 부여하기 위하여 계절성에서 공통된 패턴을 찾아내는 방법을 사용하였으며 기존 주기적 자기회귀 모형과의 통계적 차이 유무는 LR 검정을 통해 확인하였다. 그 결과, 중장기적으로 주기적 자기회귀 모형이 기존의 계절시계열 모형보다 우수한 예측성능을 보였으며, 특히 모수 절약 주기적 자기 회귀 모형의 사용은 기존의 주기적 자기회귀 모형보다 우수한 예측성능을 나타내는 것을 확인하였다.

• 한국안전학회지
• /
• 제16권1호
• /
• pp.88-93
• /
• 2001

본 연구에서는 복합소재인 GFRP(Glass Fiber Reinforced Polyester)의 2차원 절삭공정에서 절삭 메커니즘과 소재의 신뢰도 및 안전성과 밀접한 관련이 있는 표면정도를 중심으로 한 공정의 특성화를 시도하고, 주파수 분석에 관하여도 논의한다. 구체적으로는, 공정중 발생하는 절삭력 신호를 AR(Autoregressive) 모델링하여 해석에 사용한다. 특히, 특징추출과정을 통해 AR계수로 이루어진 패턴벡터 중 다양한 절삭 메카니즘에 민감한 계수만 선택할 수 있다. 이들 계수와 절삭 메커니즘과의 실험적 관계를 설정함으로써 섬유경사각(Fiber orientation angle), 절삭 변수 그리고 공구형상이 절삭 메커니즘에 미치는 영향을 평가하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제22권3호
• /
• pp.589-596
• /
• 2011

The conditional autoregressive value at risk (CAViaR) model is useful for risk management, which does not require the assumption that the conditional distribution does not vary over time but the volatility does. But it does not provide volatility forecasts, which are needed for several important applications such as option pricing and portfolio management. For a variety of probability distributions, it is known that there is a constant relationship between the standard deviation and the distance between symmetric quantiles in the tails of the distribution. This inspires us to use a support vector quantile regression (SVQR) for volatility forecasts with the distance between CAViaR forecasts of symmetric quantiles. Simulated example and real example are provided to indicate the usefulness of proposed forecasting method for volatility.

• Communications for Statistical Applications and Methods
• /
• 제3권2호
• /
• pp.77-83
• /
• 1996

This paper is concerned with an estimation problem for the AR(1) process $Y_t, t=0, {\pm}1, {\cdots}$with time carying autoregressive coefficient, where coefficient itself is also stochastic process. Attention is directed to the problem of finding a consistent estimator of ${\Phi}$, the mean level of autoregressive coefficient. The asymptotic distribution of the resulting consistent estimator of ${\Phi}$, is them discussed. We do not assume any time series model for the time varying autoregressive coefficient.

• Journal of the Korean Data and Information Science Society
• /
• 제21권5호
• /
• pp.831-839
• /
• 2010

최소제곱 서포트벡터기계는 비선형회귀분석과 분류에 널리 쓰이는 커널기법이다. 본 논문에서는 금융시계열자료의 평균 및 변동성을 추정하기 위하여 평균의 추정 방법으로는 가중최소제곱 서포트벡터기계, 변동성의 추정 방법으로는 최소제곱 서포트벡터기계를 사용하는 비선형 평균 일반화 이분산 자기회귀모형을 제안한다. 제안된 모형은 선형 일반화 이분산 자기회귀모형 및 선형 평균 일반화 이분산 자기회귀모형보다 더 나은 추정 능력을 가진다는 것을 실제자료의 추정을 통하여 보였다.

• 한국지하수토양환경학회지:지하수토양환경
• /
• 제19권4호
• /
• pp.23-30
• /
• 2014

Coastal aquifer in Muan, Jeonnam, has experienced heavy seawater intrusion caused by the extraction of a substantial amount of groundwater for the agricultural purpose throughout the year. It was observed that groundwater level dropped below sea level due to heavy pumping during a dry season, which could accelerate seawater intrusion. Therefore, water level needs to be monitored and managed to prevent further seawater intrusion. The purpose of this study is to develop the autoregressive-cross-regressive (ARCR) models that can predict the present or future groundwater level using its own previous values and pumping events. The ARCR model with pumping and water level data of the proceeding five hours (i.e., the model order of five) predicted groundwater level better than that of the model orders of ten and twenty. This was contrary to expectation that higher orders do increase the coefficient of determination ($R^2$) as a measure of the model's goodness. It was found that the ARCR model with order five was found to make a good prediction of next 48 hour groundwater levels after the start of pumping with $R^2$ higher than 0.9.

• 농업과학연구
• /
• 제45권4호
• /
• pp.859-870
• /
• 2018

Dried red peppers are a staple agricultural product used in Korean cuisine and as such, are an important aspect of agricultural producers' income. Correctly forecasting both their supply and demand situations and price is very important in terms of the producers' income and consumer price stability. The primary objective of this study was to compare the performance of time series forecasting models for dried red peppers in Korea. In this study, three models (an autoregressive model with exogenous variables [ARX], AR-exponential generalized autoregressive conditional heteroscedasticity [EGARCH], and ARX-EGARCH) are presented for forecasting the wholesale price of dried red peppers. As a result of the analysis, it was shown that the ARX model and ARX-EGARCH model, each of which adopt both the rolling window and the adding approach and use the agricultural cooperatives price as the exogenous variable, showed a better forecasting performance compared to the autoregressive model (AR)-EGARCH model. Based on the estimation methods and results, there was no significant difference in the accuracy of the estimation between the rolling window and adding approach. In the case of dried red peppers, there is limitation in building the price forecasting models with a market-structured approach. In this regard, estimating a forecasting model using only price data and identifying the forecast performance can be expected to complement the current pricing forecast model which relies on market shipments.