• Communications for Statistical Applications and Methods
• /
• 제30권2호
• /
• pp.149-162
• /
• 2023

The ℓ₁-trend filtering method is one of the most widely used methods for extracting underlying trends from noisy observations. Contrary to the Hodrick-Prescott filtering, the ℓ₁-trend filtering gives piecewise linear trends. One of the advantages of the ℓ₁-trend filtering is that it can be used for identifying change points in piecewise linear trends. However, since the ℓ₁-trend filtering employs total variation as a penalty term, estimated piecewise linear trends tend to be biased. In this study, we demonstrate the biasedness of the ℓ₁-trend filtering in trend level estimation and propose a two-stage bias-reduction procedure. The newly suggested estimator is based on the estimated change points of the ℓ₁-trend filtering. Numerical examples illustrate that the proposed method yields less biased estimates for piecewise linear trends.

• 응용통계연구
• /
• 제36권6호
• /
• pp.573-589
• /
• 2023

조각별 선형 추세 모형에서의 변화점은 1차 차분한 시계열의 평균 변화점과 일치한다. 그러므로 1차 차분한 시계열의 평균 변화점을 탐색하면 조각별 선형 추세 모형의 변화점을 추정할 수 있다. 본 논문에서는 이와 같은 사실에 근거하여 원 시계열이 아닌 1차 차분한 시계열의 단순이동평균을 이용하여 원 시계열의 기울기가 변하는 변화점을 탐색하는 방법을 제안하고, 이에 대한 모의실험을 수행하였다. 모의실험 결과 본 논문에서 제안한 방법은 오차항들이 서로 독립인 경우뿐만 아니라 오차항들 사이에 강한 양의 자기상관이 존재하는 경우에도 변화점의 개수를 잘 추정하는 것으로 나타났다.

• 한국경영과학회지
• /
• 제37권4호
• /
• pp.19-35
• /
• 2012

The Semantic Web technology, purporting to share, to reuse and to process by machines data stored in the Web environment, incessantly evolves to help human decision making; in particular, decision making based on data, or quantitative decision making. This trend drives researchers to fill the gap with strenuous efforts between the current state of the technology and the terminus of this evolution. The Semantic Web Constraint Language (SWCL) together with SWRL is one of these endeavors to achieve the goal. This paper focuses particularly on how to express the piecewise linear form in the context of SWCL. The importance of this ingredient can be fortified by the fact that any nonlinear expression can be approximated in the piecewise linear form. This paper will also provide the information of how it will work in the decision making process through an example of the Internet shopping mall problem.

• 응용통계연구
• /
• 제35권3호
• /
• pp.371-384
• /
• 2022

구간별 상수 구조를 가지는 관측값으로부터 변화점을 식별하기 위해 FLSA가 자주 사용되고 있다. FLSA는 총변동벌점을 이용하기 때문에 평균 수준이 단조성을 가지는 경우에는 변화점 식별에서의 일치성이 보장되지 않는다는 특징이 있다. ℓ₁ 추세필터는 오차제곱합과 기울기 차이에 대한 ℓ₁ 벌점의 합을 목적함수로 가지는 구간별 선형 구조 추정방법으로 구간별 선형 구조에서의 변화점을 식별하기 위해 활용할 수 있다. 한편, ℓ₁ 추세필터의 경우에도 총변동벌점을 이용하므로 FLSA와 마찬가지로 변화점 식별에 있어서 비일치성을 보일 것으로 예상할 수 있는데 이와 관련된 연구는 아직까지 많이 이루어져 있지 않다. 이 연구에서는 모의실험을 통해 구간별 선형 모형에서 변화점을 식별하기 위해 사용되는 ℓ₁ 추세필터의 비일치성에 대해 살펴본다.