• 한국산림과학회지
• /
• 제95권5호
• /
• pp.601-604
• /
• 2006

This study compared the accuracy of partial multivariate and vector autoregressive models for lumber demand prediction in Korea. The partial multivariate model has three explanatory variables; own price, construction permit area and dummy. The dummy variable reflected the boom of lumber demand in 1988, and the abrupt decrease in 1998. The VAR model consists of two endogenous variables, lumber demand and construction permit area with one lag. On the other hand, the prediction accuracy was estimated by Root Mean Squared Error. The results showed that the estimation by partial multivariate and vector autoregressive model showed similar explanatory power, and the prediction accuracy was similar in the case of using partial multivariate and vector autoregressive model.

• Communications for Statistical Applications and Methods
• /
• 제2권2호
• /
• pp.94-100
• /
• 1995

Vector autoregressive process disturbed by measurement error is a vector autoregressive process with nonlineat parametric restrictions on the parameter. A Newton-Raphson procedure for estimating the parameter which take advantage of the information contained in the restrictions is proposed.

• Journal of the Korean Statistical Society
• /
• 제28권1호
• /
• pp.45-55
• /
• 1999

Knowing the number of unit roots is important in the analysis of k-dimensional multivariate autoregressive process. In this paper we suggest simple multiple unit roots test statistics based on least squares estimator for the multivariate AR(1) process in which some eigenvalues are one and the rest are less than one in magnitude. The empirical distributions are tabulated for suggested test statistics. We have small Monte-Calro studies to compare the powers of the test statistics suggested by Johansen(1988) and in this paper.

• Journal of the Korean Statistical Society
• /
• 제26권3호
• /
• pp.397-405
• /
• 1997

Recently maximum likelihood estimators using unconditional likelihood function are used for testing unit roots. When one wants to use this method the determinant term of initial values in the multivariate unconditional likelihood function produces a complicated function of the elements in the coefficient matrix and variance matrix. In this paper an approximation of the determinant term is calculated and based on this aproximation an approximated unconditional likelihood function is calculated. The approximated unconditional maximum likelihood estimators can be used to test for unit roots. When multivariate process has one unit root the limiting distribution obtained by this method and the limiting distribution using exact unconditional likelihood function are the same.

• Communications for Statistical Applications and Methods
• /
• 제18권1호
• /
• pp.13-21
• /
• 2011

본 논문에서는 계절성을 가지는 다변량 비정상 시계열자료의 분석 방법을 연구한다. 이를 위하여, 3가지의 다변량 시계열분석 모형(계절형 공적분 모형, 계절형 가변수를 가지는 비계절형 공적분 모형, 차분을 이용한 벡터자기회귀모형)을 고려하고, 한국의 실제 거시경제 자료를 이용하여 3가지 모형의 예측력을 비교한다. 공적분 모형은 단기적 예측에서 우수하였고, 장기적 예측에서는 차분을 이용한 벡터자기회귀모형이 우수하였다.

• Communications for Statistical Applications and Methods
• /
• 제22권6호
• /
• pp.557-573
• /
• 2015

In this paper we develop a Bayesian inference for a multiplicative double seasonal autoregressive (DSAR) model by implementing a fast, easy and accurate Gibbs sampling algorithm. We apply the Gibbs sampling to approximate empirically the marginal posterior distributions after showing that the conditional posterior distribution of the model parameters and the variance are multivariate normal and inverse gamma, respectively. The proposed Bayesian methodology is illustrated using simulated examples and real-world time series data.

• 대한안전경영과학회:학술대회논문집
• /
• 대한안전경영과학회 2010년도 춘계학술대회
• /
• pp.259-265
• /
• 2010

The research discusses the implementation of control charts tools of MINITAB which are classified according to the type of data and the existence of subgrouping, weight and multivariate covariance. The paper presents the three integrated models by the use of zone, multivariate $T^2$-GV(Generalized Variance) and ARIMA(Autoregressive Integrated Moving Average).

• Journal of the Korean Statistical Society
• /
• 제23권1호
• /
• pp.167-178
• /
• 1994

To estimate coefficient matrix in autoregressive model, usually ordinary least squares estimator or unconditional maximum likelihood estimator is used. It is unknown that for univariate AR(p) model, unconditional maximum likelihood estimator gives better power property that ordinary least squares estimator in testing for unit root with mean estimated. When autoregressive model contains multiple unit roots and unconditional likelihood function is used to estimate coefficient matrix, the seperation of nonstationary part and stationary part of the eigen-values in the estimated coefficient matrix in the limit is developed. This asymptotic property may give an idea to test for multiple unit roots.

• 한국수자원학회논문집
• /
• 제30권2호
• /
• pp.155-163
• /
• 1997

본 연구에서는 낙동강유역 진동, 현풍, 왜관 지점의 연평균 유량자료에 대하여 다변량 추계학적 모형올 적용하여 가뭄특성을 해석하였다. 추계학적 모형으로는 다변량 자기회귀 (MAR) 모형과 다변량 contemporaneous 자기회귀 (MCAR) 모형올 사용하였으며, 잔차계열의 왜곡도 검사, 계열상관도(correlogram) 등의 적합도 검정을 통하여 MCAR(1) 모형과 MAR(1) 모형올 적정 모형으로 선정하였다. 또한 MCAR(1) 모형과 MAR(1) 모형에 의해 모의발생된 자료 모두 실제자료의 기본적인 통계값과 매우 비슷하게 나타났다. 따라서 모의발생된 다양한 크기의 자료를 통하여 산정된 3개 지점의 재현기간별 가뭄특성치, 예를 들변 가뭄기간, 가뭄부족량, 가뭄강도 둥은 비교적 잘 재현된 것으로 판단된다. 위와 같이 산정된 가뭄특성치는 중.장기간 수자원 공급체계를 위한 계획과 설계에 중요한 정보를 제공할 것으로 기대된다.

• Journal of the Korean Data and Information Science Society
• /
• 제25권4호
• /
• pp.807-817
• /
• 2014

본 논문은 최근 많은 관심을 받는 미세먼지 (PM10)의 일별 평균농도에 대해서 전국 16개 시도에서 2008년부터 2011년까지 관측한 다변량 시계열 자료에 대한 연구이다. 다변량 시계열 모형을 이용해서 시간 및 공간에 대한 상관관계를 동시에 고려, 일변량 혹은 특정 지역에 국한해서 분석한 기존의 연구와 차별성을 두었다. 또한 Davis 등 (2013)이 제안한 부분 스펙트럼 일관성 (partial spectral coherence)을 통해 다른 지역간의 상호 의존성을 파악하고 이를 토대로 변수 선택을 통해 희박벡터자기회귀모형 (sVAR; sparse vector autoregressive model)을 적합하는 방법론을 적용하여 고차원 자료 분석의 단점 및 한계를 보완하였으며 예측력 비교를 통해서 sVAR 모형 적합의 타당성을 검증하였다.