• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2001년도 ICCAS
• /
• pp.31.2-31
• /
• 2001

A real-time control strategy is presented for plasma control Rather than in-situ plasma variables, this is based on realtime measurements of two electrical positions that correspond to two match motors. Using the rf match monitor system, the positions were collected. The process of impedance matching was identified with variations in process factors, including rf power, pressure, and O$_2$ flow rate. A state-space model was obtained basing on autoregressive moving average model. For this model, a linear quadratic regulator was designed and applied. Simulation results revealed that match positions could accurately be regulated to follow certain positions arbitrarily chosen.

• 한국수자원학회논문집
• /
• 제53권7호
• /
• pp.481-491
• /
• 2020

새만금 농업단지가 조성됨에 따라 농업용수 공급이 요구되며, 농업적 측면에서 염분은 작물 재배시 생육에 영향을 미치는 항목으로 농업용수 공급시 철저한 관리가 요구된다. 따라서 농작물에 영향을 미치지 않는 농업용수 공급을 위해 염분계측을 통한 체계적인 농업용수 관리가 필요하다. 본 연구에서는 새만금호내에 관측되는 염분 시계열 자료를 모의하기 위해서 자기회귀모형을 기반으로 한 Two-Stage ARX 모형을 개발하였다. 층별로 나눠진 염분자료를 계층적 Bayesian기법을 활용하여 매개변수를 확률분포형으로 추정하였으며 염분모의의 불확실성을 제시하였다. 최적 모형을 선정하기 위해서 통계적 지표인 BIC값을 이용하였으며, 최종적으로 선정된 모형을 통해 양수장 인근 수역의 염분 모의 결과를 제시하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제27권3호
• /
• pp.701-710
• /
• 2016

네이버 무선포털 패킷량을 분석하기 위해 2012년 9월 3일부터 2015년 10월 26일까지 조사하였으며, 한번 접속 시 6회 반복 측정하여 2,004개 자료를 수집하였다. 분석방법으로는 자기회귀오차모형을 사용하였으며, 종속변수는 패킷량이며 독립변수는 반복접속 횟수, 접속날짜, 접속시간, 접속요일, 접속월이다. 모형선택 기준은 AIC 기준과 $R^2$기준으로 오차가 AR(36)을 따르는 모형이 선택되었다. 선택 모형으로부터 발견한 점들은 첫째로 날짜가 지남에 따라 평균 0.0752Kbyte 증가하고 있고, 둘째로 첫 번째 접속 시 다운로드되는 패킷량이 평균 156.965Kbye로 재접속 시 다운로드되는 패킷량보다 평균 134.995Kbyte 많으며, 재접속 시 재사용률은 평균 82.76%라고 추정되었다. 셋째로, 시간대별 차이는 없었고, 넷째로 요일별 차이는 모두 유의하게 나타났다. 금요일이 가장 패킷량이 많았으며, 다음은 목요일이었으며, 수요일과 토요일은 비슷하였다. 다음으로 일요일이었으며 월요일이 가장 적었다. 다섯째로 월별 패턴에서는 5월과 8월이 각각 평균 13.98Kbyte, 12.48Kbyte적었으며 그 외 달은 유의한 차이를 보이지 않았다. $R^2$에 의하면 우리의 모형은 실제 데이터 변동의 81.34%를 설명하고 있다. 연구의 한계는 패킷량에 영향을 많이 주는 데이터를 분석하지 못한 점이고 본 연구의 중요성으로 볼 때 다른 무선 포털을 분석 등 지속적인 연구가 요구된다.

• 응용통계연구
• /
• 제20권1호
• /
• pp.91-102
• /
• 2007

본 논문은 공간시계열 자기회귀 이동평균(STARMA) 모형과 공간 시계열 중선형(STBL) 모형에 대해 식별, 추정, 예측 등의 통계적 절차와 특징들을 논하고, 두 모형을 비교하는데 목적이 있다. 사례 연구를 위 해 2001년부터 2006년까지 8개 지역으로부터 보고된 월별 Mumps 자료를 사용했고, 예측오차제곱합(SSF)을 활용하여 두 모형의 적합도를 비교하였다.

• Journal of the Korean Statistical Society
• /
• 제22권2호
• /
• pp.283-306
• /
• 1993

An outlier detection diagnostic for the detection of k-consecutive atypical observations is considered. The proposed diagnostic is based on the innovational variance estimate utilizing both the interpolated and the predicted residuals. We adopt the interpolation method to construct the proposed diagnostic by replacing atypical observations. The perfomance of the proposed diagnositc is investigated by simulation. A real example is presented.

• Journal of the Korean Statistical Society
• /
• 제28권3호
• /
• pp.371-387
• /
• 1999

For possibly nonstationary autoregressive moving average, modeling based on the original observations rather than the differenced observations is considered. Under this scheme, sample autocorrelation functions, parameter estimates, model diagnostic statistics, and prediction are all computed from the original data instead of the differenced data. The methods and results established under stationarity of data are shown to naturally extend to the nonstationarity of one autoregressive unit root. The sample ACF and PACF can be used for ARMA order determination. The BIC order is strongly consistent. The parameter estimates are asymptotically normal. The portmanteau statistic has chi-square distribution. The predictor is asymptotically equivalent to that based on the differenced data.

• 전력전자학회논문지
• /
• 제11권2호
• /
• pp.159-163
• /
• 2006

선형 서보 응용분야에서 속도제어기를 정밀하게 조정하기 위해서는 부하 및 가동자의 질량을 항상 정확하게 알고 있어야 한다. 본 논문에서는 선형 영구자석 동기전동기의 가동부 질량을 추정하기 위하여 상수추정 알고리즘으로 최소자승법을 적용한 질량 추정방법을 제안하였다. 먼저 최소자승법을 적용하기 위한 기계적인 동전 시스템에 대한 DARMA(deterministic autoregressive moving average)모델을 유도하고, 유도된 DARMA모델에 최소자승법을 적용한 시뮬레이션 덴 실험 결과를 제시하여 제안한 방법으로 질량을 정밀하게 추정할 수 있음을 보였다.

• 대한가정학회지
• /
• 제47권1호
• /
• pp.65-73
• /
• 2009

The present longitudinal study examined reciprocal influence between self-esteem and academic achievement using cross-lagged autoregressive model. This study employed data(four wave) from Korea Youth Panel Survey. Participants were 300 students(143 boys, 157 girls) who were 4th graders in 2004 and 7th graders in 2007. The results of this study indicated that 4th graders' self-esteem influenced 5th graders' academic achievement, in turn, 5th graders' academic achievement influenced 6th graders' self-esteem. However, students' self-esteem in 6th grade did not influence their academic achievement during 7th grade. Conversely, 6th graders' academic achievement influenced 7th graders' self-esteem.

• Communications for Statistical Applications and Methods
• /
• 제21권2호
• /
• pp.169-181
• /
• 2014

Marginalized random effects models (MREM) are commonly used to analyze longitudinal categorical data when the population-averaged effects is of interest. In these models, random effects are used to explain both subject and time variations. The estimation of the random effects covariance matrix is not simple in MREM because of the high dimension and the positive definiteness. A relatively simple structure for the correlation is assumed such as a homogeneous AR(1) structure; however, it is too strong of an assumption. In consequence, the estimates of the fixed effects can be biased. To avoid this problem, we introduce one approach to explain a heterogenous random effects covariance matrix using a modified Cholesky decomposition. The approach results in parameters that can be easily modeled without concern that the resulting estimator will not be positive definite. The interpretation of the parameters is sensible. We analyze metabolic syndrome data from a Korean Genomic Epidemiology Study using this method.

• Journal of the Korean Data and Information Science Society
• /
• 제26권6호
• /
• pp.1565-1572
• /
• 2015

In this paper, we analyze the polio incidence data based on the Poisson autoregressive models, focusing particularly on change-point detection. Since the data include some strongly deviating observations, we employ the robust cumulative sum (CUSUM) test proposed by Kang and Song (2015) to perform the test for parameter change. Contrary to the result of Kang and Lee (2014), our data analysis indicates that there is no significant change in the case of the CUSUM test with strong robustness and the same result is obtained after ridding the polio data of outliers. We additionally consider the comparison of the forecasting performance. All the results demonstrate that the robust CUSUM test performs adequately in the presence of seemingly outliers.