• 응용통계연구
• /
• 제29권1호
• /
• pp.267-277
• /
• 2016

본 연구에서는 잔차를 이용하여 오차항의 코플라 함수를 추정하는 문제를 고려하였다. 확률적 회귀모형을 개별모형으로 갖는 경우, 오차항 대신 잔차들의 경험적 분포함수를 이용하여 구한 코플라 모수에 대한 준모수적 추정량의 성질을 살펴보았으며, 이 추정량이 일치추정량이 되기 위한 조건을 구하였다. 응용사례로 코플라-자기회귀이동평균 모형을 다루었으며, 모의실험을 통해 자기회귀 근사를 통해 얻은 잔차를 이용하여 계산한 추정량의 성질도 살펴보았다.

• Smart Structures and Systems
• /
• 제25권3호
• /
• pp.285-299
• /
• 2020

Long term structural health monitoring has gained wide attention among civil engineers in recent years due to the scale and severity of infrastructure deterioration. Establishing effective damage indicators and proposing enhanced monitoring methods are of great interests to the engineering practices. In the case of bridge health monitoring, long term structural vibration measurement has been acknowledged to be quite useful and utilized in the planning of maintenance works. Previous researches are majorly concentrated on linear time series models for the measurement, whereas nonlinear dependences among the measurement are not carefully considered. In this paper, a new bridge health monitoring method is proposed based on the use of long term vibration measurement. A combination of the fundamental ARMA model and copula theory is investigated for the first time in detecting bridge structural damages. The concept is applied to a real engineering practice in Japan. The efficiency and accuracy of the copula based damage indicator is analyzed and compared in different window sizes. The performance of the copula based indicator is discussed based on the damage detection rate between the intact structural condition and the damaged structural condition.

• Journal of Electrical Engineering and Technology
• /
• 제8권3호
• /
• pp.421-427
• /
• 2013

The dependence between wind speeds in multiple wind sites has a considerable impact on the reliability of power systems containing wind energy. This paper presents a new method to generate dependent wind speed time series (WSTS) based on copulas theory. The basic feature of the method lies in separating multivariate WSTS into dependence structure and univariate time series. The dependence structure is modeled through the use of copulas, which, unlike the cross-correlation matrix, give a complete description of the joint distribution. An autoregressive moving average (ARMA) model is applied to represent univariate time series of wind speed. The proposed model is illustrated using wind data from two sites in Canada. The IEEE Reliability Test System (IEEE-RTS) is used to examine the proposed model and the impact of wind speed dependence between different wind regimes on the generation system reliability. The results confirm that the wind speed dependence has a negative effect on the generation system reliability.

• Journal of the Korean Data and Information Science Society
• /
• 제22권6호
• /
• pp.1065-1074
• /
• 2011

1990년대 중반 이후 금융 분야에서 가장 많은 관심을 받는 연구 주제 중의 하나는 대표적인 위험측정 방법인 VaR (Value at risk)이다. VaR는 주어진 신뢰수준에서 정상적인 시장조건을 가정할 때 선택한 목표기간 동안 발생할 수 있는 포트폴리오의 최대손실액으로 정의된다. 본 논문에서는 국내 주가지수 자료를 이용한 포트폴리오에 다변량 정규분포를 이용하는 VaR 예측 방법인 단순이동평균법과 지수가중이동평균법을 고려하여 VaR를 예측한 결과와 t 분포 및 조건부 코퓰라 (Copula) 함수를 이용하여 VaR를 예측한 결과를 비교 평가하였다. 자료 분석 결과에 의하면 포트폴리오 구성 종목 간에 종속성구조와 비정규성이 존재하는 경우에 t 분포와 조건부 코퓰라 방식을 이용하여 VaR 추정의 정확도를 높일 수 있다는 결론을 얻을 수 있었다.