• 응용통계연구
• /
• 제35권1호
• /
• pp.49-62
• /
• 2022

실현 변동성은 강한 종속성을 가짐이 잘 알려져 있으며, 글로벌 금융 시장과 유기적으로 연관이 되어 있을 뿐만 아니라 환율, 유가, 이자율 등의 거시적인 지표와도 밀접한 관계가 있다. 본 논문은 이러한 실현 변동성의 효과적인 예측을 위해서 오토인코더를 이용한 FAHAR (autoencoder factor-augmented heterogeneous autoregressive, AE-FAHAR) 모형을 제안한다. AE-FAHAR 모형은 강한 종속성을 HAR 구조로 반영하고, 외부 효과에 대한 영향을 오토인코더를 사용하여 몇 개의 요인으로 추출하여 이를 반영한다. 오토인코더는 비선형 방법으로 요인을 추정하기에 많은 계산 시간이 필요하지만 복잡하고 비정상성을 가질 수 있는 고차원 시계열 자료의 요약에 더 적합하다. 이는 곧 실증 자료 분석을 통해 AE-FAHAR 모형이 예측 오차를 줄임을 확인할 수 있었다. 또한 계산 시간을 줄이고 추정 오차를 줄이기 위해 오토인코더에 사전학습 및 앙상블을 적용하는 등의 방법에 대해서도 논의하였다.

• Communications for Statistical Applications and Methods
• /
• 제7권3호
• /
• pp.731-739
• /
• 2000

Conditional least square estimators for the parameters of he NLAR(p) time series models are obtained. it is also shown that these estimators are consistent and asymptotically normal.

• Journal of the Korean Statistical Society
• /
• 제36권1호
• /
• pp.111-127
• /
• 2007

The logistic distribution is generalized using the Marshall-Olkin scheme and its generalization. Some properties are studied. First order autoregressive time series model with Marshall-Olkin semi-logistic distribution as marginal is developed and studied.

• 응용통계연구
• /
• 제29권1호
• /
• pp.257-266
• /
• 2016

비선형 모형인 확률계수 자기회귀 모형의 모수를 추정하기 위해 전체 데이터를 부표본으로 나누어 확률계수 ${\phi}(t)$가 초기값, ${\phi}(0)$를 갖는 특별한 경우를 제안하고 추정하였다. 모의 실험으로 부표본으로 나누어 확률계수 자기회귀 모형을 추정하는 더 바람직함을 확인하였다. 실증분석에서는 한국 Mumps 자료를 선형 모형인 자기회귀 모형과 확률 계수 자기회귀 모형에 각각 적합시켜 모수를 추정하고, PRESS 값을 비교하여 확률계수 자기회귀 모형의 예측이 더 우수함을 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제4권4호
• /
• pp.101-112
• /
• 1999

NPEG은 ISO 산하의 표준화 위원회에서 동영상 압축 기술의 필요에 의해 표준화된 동영상 압축 기술로 통신상에서 더 높은 비트율의 고화질 동화상 실현의 요구에 의해 1995년에 MPEG 2가 개발되었다. 본 논문에서는 VBR MPEG의 코드화된 완전한 동화상 통신을 위해 비선형 시계열 방식으로 효율적이고도 정확한 TAR모델 설계 알고리즘을 제안하며 실질적인 동영상 비디오 추적에 대한 통계적 특성을 보여주는 시뮬레이션 결과를 제시하고자 한다.

• 응용통계연구
• /
• 제35권1호
• /
• pp.93-104
• /
• 2022

S&P 500과 RUSSELL 2000, DJIA, Nasdaq 100 4가지 미국 주가지수의 실현변동성(realized volatility, RV)을 예측하는데 있어서 사람들의 관심 지표로 삼을 수 있는 인터넷 검색량(search volume, SV) 지수와 내재변동성(implied volatility, IV)를 이용하여 LSTM 딥러닝(deep learning) 방법으로 RV의 예측력을 높이고자하였다. SV을 이용한 LSTM 방법의 실현변동성 예측력이 기존의 기본적인 vector autoregressive (VAR) 모형, vector error correction (VEC)보다 우수하였다. 또한, 최근 제안된 RV와 IV의 공적분 관계를 이용한 vector error correction heterogeneous autoregressive (VECHAR) 모형보다도 전반적으로 예측력이 더 높음을 확인하였다.

• 응용통계연구
• /
• 제10권1호
• /
• pp.121-136
• /
• 1997

공간자료는 공간 위치의 변화에 따라 관찰되는 자료이다. 본 논문에서는 공간자료를 가지고 행 방향, 열 방향, 대각선 방향으로 나누어 시계열의 모형 식별에서 사용되는 Box-Jenkins 방법과 식별통계량, 행태인식법을 공간 자기회귀모형에 적용하여 모형을 식별해 보고 모의실험을 통하여 식별 방법들을 비교해 보았다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1992년도 한국자동제어학술회의논문집(국제학술편); KOEX, Seoul; 19-21 Oct. 1992
• /
• pp.272-275
• /
• 1992

A novel fault diagnosis method based on likelihood decomposition is proposed for linear stochastic systems described by autoregressive (AR) model. Assuming that at some time instant .tau. the fault of one of the following two types is occurs: innovation fault (actuator fault); and observation fault (sensor fault), the log-likelihood function is decomposed into two components based on the observations before and after .tau., respectively, Then, the type of the fault is determined by comparing the log-likelihoods corresponding two types of faults. Numerical examples demonstrate the usefulness of the proposed diagnosis method.

• Journal of the Korean Statistical Society
• /
• 제26권4호
• /
• pp.531-541
• /
• 1997

The asymptotic distribution of residual autocorrelation functions from a generalized p-order random coefficient autoregressive process (GRCA(p)) is derived. To this end, we first describe the GRCA(p) models and then consider the normalised residuals after fitting the model. This result can be applied to the residual analysis for the diagonostic purpose.

• Journal of the Korean Data and Information Science Society
• /
• 제26권2호
• /
• pp.487-493
• /
• 2015

Time series data sometimes show violation of normal assumptions. For cases where the assumption of normality is untenable, more exible models can be adopted to accommodate heavy tails. The exponential power distribution (EPD) is considered as possible candidate for errors of time series model that may show violation of normal assumption. Besides, the use of exible models for errors like EPD might be able to conduct the robust analysis. In this paper, we especially consider EPD as the exible distribution for errors of autoregressive models. Also, we represent this distribution as scale mixture of uniform and this form enables efficient Bayesian estimation via Markov chain Monte Carlo (MCMC) methods.