• Parasites, Hosts and Diseases
• /
• v.22 no.1
• /
• pp.135-137
• /
• 1984

잉어, 가물치 및 메기의 체표면 점액내에 있는 기흡충에 데한 살충성물질의 계절적 변동에 대하여 in vitro에서 검토하였다. 이들 어류 체표점도의 에테르추출물량은 겨울철에는 그 밖에 계절에 비하여 현저하게 감소함에도 불구하고 살충성물질과 에테르추출물을 박롱 크로마토그라휘하여 얻은 각반점물질의 Rf값은 계절적 변동을 가져오지 않았다.

• The Korean Journal of Applied Statistics
• /
• v.28 no.5
• /
• pp.885-893
• /
• 2015

It is important to improve the forecasting accuracy of one-year-ahead seasonal factors in order to produce seasonally adjusted series of the following year. In this paper, seasonal factors of 8 monthly Korean economic time series are examined and forecast based on the functional principal component regression. One-year-ahead forecasts of seasonal factors from the functional principal component regression are compared with other forecasting methods based on mean absolute error (MAE) and mean absolute percentage error (MAPE). Forecasting seasonal factors via the functional principal component regression performs better than other comparable methods.

• Korean Business Review
• /
• v.16
• /
• pp.43-60
• /
• 2003

There are several stylized facts concerning stock return volatility. First, it is persistent, so an increase in current volatility lasts for many periods. Second, stock volatility increases after stock prices fall. Third, stock volatility is related to macroeconomic volatility, recessions, and banking crises. On the other hand, there are many competing parametric models to represent conditional heteroskedasticity of stock returns. For this article, I adopt the strategy followed by French, Schwert, and Stambaugh(1987) and Schwert(l989, 1990). The models in this article provide a more structured analysis of the time-series properties of stock market volatility. Briefly, these models remove autoregressive and seasonal effects from daily returns to estimate unexpected returns. Then the absolute values of the unexpected returns are used in an autoregressive model to predict stock volatility.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1420-1424
• /
• 2010

강수량의 계절성은 수자원관리에 있어 매우 중요한 수문요소로서 계절성의 변동을 정량적으로 평가하는 것은 미래 수자원관리 및 정책 수립에 필수적이다. 이러한 점에서 본 연구의 목적은 강수량의 계절성을 평가하는데 유리한 방법론을 제시하고, 이를 통한 계절 변동성의 정량적인 해석을 목적으로 한다. 본 연구에서 적용한 순환통계치 분석은 시간을 각도로 변환하여 이용함으로써 미세한 시간적인 변화양상의 정량적인 해석이 가능한 방법이다. 강수량의 주기특성과 과거로부터 현재까지의 변화 양상을 평가하기 위해서, 우선 전국의 58개 강우관측소를 선별하고 각 관측소의 일강우자료를 이용하여 관측소별 연최대치계열(Annual maxima series)과 발생일자, 월최대강수계열(Monthly maxima series)과 발생일자를 추출하였다. 각 자료의 발생일자는 순환통계분석을 위해 해당 time scale을 한 주기로 하는 방향각 데이터로 변환하였으며, 변환된 시간속성 데이터의 통계특성치를 산정하여 발생시기에 대한 경향성을 분석하였다. 월최대강수량의 발생 시기는 자료 계열 연주기의 변동성을 평가하기 위해 사용되었고, 분석결과 남해안지역이 6월말에서 7월초이고, 북쪽으로 올라감에 따라 조금씩 발생시기가 늦어지는 것으로 분석되었다. 극치강수량의 발생 경향을 평가하기 위해 사용된 일최대강수량의 시공간적 변동성은 월최대강수량보다 크게 분석되었으며, 이는 일최대강수량의 경우 지형학적인 영향에 크게 좌우되며, 우리나라의 여름철 극치강수량이 태풍 발생빈도 및 경로와 연관성을 갖는다는 일반적인 사실을 반영한 결과라고 판단된다. 월최대강수량 및 일최대강수량 발생시기의 이동평균을 통해 발생시기의 변동을 분석한 결과, 서울과 강릉지방은 최대강수량의 발생시점이 늦어지고 있으며 반대로 목포와 부산지방은 최대강수량의 발생시점이 앞당겨지고 있었다. 이는 몬순시스템의 거동에 영향을 받는 것으로 사료된다.

• The Korean Journal of Applied Statistics
• /
• v.24 no.1
• /
• pp.45-59
• /
• 2011

When using X-12-ARIMA for seasonal adjustment, we usually check whether the series has stable seasonality or not via D8 F-tests, Kruskal-Wallis test, and the spectral diagnostics. In this paper, we develop several smooth tests for seasonality based on a Fourier series to improve the spectral diagnostics of X-12-ARIMA. A simulation study is conducted to compare five smooth tests for seasonality and X-12-ARIMA's D8 F-test an Kruskal-Wallis test. The simulation study shows that smooth tests for seasonality performed well compared with D8 F-tests and a Kruskal-Wallis test.

• Journal of Korean Society of Coastal and Ocean Engineers
• /
• v.6 no.3
• /
• pp.309-325
• /
• 1994

Ocean circulation in the Gulf of Alaska is remarkably constant throughout the year despite of being forced by one of the largest seasonal wind stresses in the world. To explain the small seasonal changes in the transport of Alaska Stream. a set of numerical models is employed. First a diagnostic approach is applied to reproduce circulation from the observed density structure. The results reveals the very small seasonal changes in the Alaska Stream transport. Next a series of the prognostic models is used: a barotropic model. a flat bottom baroclinic model, and baroclinic model with topography. These models reveal the influence of topography and baroclinicity on the ocean's response to the seasonal wind forcing. The intercomparisons of the various model results suggest that the seasonal response of the baroclinic ocean is primary barotropic and the resultant barotropic circulation is weakened by the scattering effect of the bottom topography.

• The Korean Journal of Financial Management
• /
• v.16 no.1
• /
• pp.171-191
• /
• 1999

시간의 흐름에 걸친 주가시계열의 행동양식에 대한 연구에서는 선형성, 비선형성, 장기기억, 항상성분 등에 대한 명확한 결론을 내리고 있지 못한 실정이다. 주가 시계열과정을 설명하고 예측하기 위한 여러 모형들에 대한 실증연구에는 설명력과 예측력을 완벽하게 갖추고 있지 못하고 있다는 증거들이 제시되고 있다. 계절적 변동을 주가시계열에 적용하지 않는 관계로 이와 같은 결과가 발생할 가능성이 존재한다. 분기별 종합주가지수의 수익률에 계절적 단위근이 존재하고 있음이 실증분석을 통하여 밝혀졌다. 이 시계열에서는 계절적 단위근을 제거하기 위하여서는 제4계 시차 작용소가 적절한 필터임이 인정되었다. 월별 종합주가지수의 수익률에서도 계절적 단위근이 존재하고 있다. 따라서 제12계 시차 작용소를 사용하여 계절적 단위근을 제거하여야 할 것이다. 분기별 수익률에는 제4차 시차 작용소를, 월별수익률에서는 제12차 시차 작용소를 필터로 사용하여 이 시계열들을 차분화하고 이 차분화를 통하여 계절적 단위근을 제거한 후에 이 시계열들의 시계열적 성질과 특성을 탐구해야 할 것이다. 이 과정을 통할 때 시계열 과정에 대한 계량경제학적 모형에 대한 정확한 추론이 가능하게 된다.

• KDI Journal of Economic Policy
• /
• v.16 no.4
• /
• pp.27-45
• /
• 1994

경기변동(景氣變動)에 대한 중요한 판단자료인 산업생산지수(産業生産指數)는 음력에 따르는 구정, 추석 등의 기간 및 시점변동으로 계절적 요인이 불규칙하게 나타나게 되고, 이로 인하여 지수(指數)의 분석에 혼란이 야기되고 있다. 산업생산지수(産業生産指數)의 계절변동(季節變動)은 일차적으로 근로일수(勤勞日數)에 그 원인이 있는 것으로 판단된다. 본고(本稿)에서는 통상의 계절조정방법 대신에 근로일수를 고려하여 1일당 생산을 기준으로 산업생산을 분석하였다. 근로일수(勤勞日數)는 확정적(確定的)(deterministic)인 성격을 가지고 있어 계절성(季節性)의 변동에 대한 예측(豫測)이 가능할 뿐 아니라, 1일당 생산을 고려할 경우 각 관측치의 시간적 길이를 동일하게 함으로써 생산과 재고의 관계를 설정하는 것이 용이해진다. 생산(生産)과 재고변화(在庫變化)만을 이용한 간단한 오차수정모형(error correction model)을 설정하여 생산의 표본외구간(標本外區間) 예측(豫測)(out of sample forecasting)을 수행한 결과, 근로일수(勤勞日數)로 조정하였을 경우 예측력이 현저히 개선됨을 확인할 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1191-1196
• /
• 2009

온실가스 증가에 따른 미래 기후변화가 수자원에 미치는 영향을 평가하기 위하여 전구기후모델(AOGCM)의 기온과 강수 자료를 이용하여 한반도 지역에 대한 통계적 규모 상세화(statistical downsacaling, SDS) 기법을 개발하였다. 개발된 기법은 Cyclostationary Empirical Orthogonal Function (CSEOF) 분석과 회귀분석을 결합한 것으로 관측과 AOGCM 시계열의 통계적 상관성을 이용하고 있다. 20세기말(1973-2000) 동안의 광역규모의 기온(ECMWF)과 강수량(CMAP) 및 AOGCM의 기온과 강수량 자료에 통계적 상세화 기법을 적용하고 비교함으로써 이 기법의 유효성을 검증하였는데, 상세화된 기온과 강수량 자료는 관측된 계절변동성과 월변동성을 잘 모사하였다. 특히, 여름철 관측에 비해 저평가된 AOGCM의 강수량 크기와 변동성이 상세화를 통해 관측치에 근접하게 되었다. AOGCM의 미래 강수량 변화는 21세기 후반에 계절적으로 봄과 여름에 증가할 것을 예상되었다. 상세화된 AOGCM의 강수는 겨울을 제외한 모든 계절에서, 특히 여름철에 가장 많이 증가할 것으로 전망되었다. AOGCM의 미래 기온변화는 21세기 후반으로 갈수록 상승하며, 계절적으로 겨울철의 기온 상승폭이 더 클 것으로 전망되는데, AOGCM을 상세화한 결과에서는 겨울과 더불어 여름에도 기온 상승폭이 클 것으로 전망되었다. 개발된 기법은 역학적 결과와 관측과의 통계적 상관성을 이용하기 때문에 광역규모의 기후적 특성뿐만 아니라 한반도 지형 등 지역적 특성도 모두 반영함과 더불어 광역규모의 자료를 빠른 시간내에 효과적으로 상세화시킬 수 있는 장점도 지닌다. 한편 상세화에 사용된 CSEOF의 모드수 등에 따른 불확실성 등은 통계적 상세화 과정에 개선될 여지가 남아있음을 보여준다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.401-401
• /
• 2011

본 연구는 Bayesian MCMC(Markov Chain Monte Carlo)를 이용한 비정상성 빈도해석 모형에 외부기상인자를 결합하여 계절단위의 강수량을 예측하는데 목적을 두고 있으며, 그 중에서도 홍수 위험도와 관련하여 유용하게 이용될 수 있는 여름강수량을 예측 대상으로 하였다. 비정상성 빈도해석 모형을 기반으로 외부 기상인자에 의한 변동성을 고려하기 위해서는 대상 수문량을 한정할 필요가 있으며 극대치강수량과 연관성이 높은 장마전선, 태풍 등의 기상인자는 공간적 변동성 및 복합적인 특성들로 인해 예측인자를 구성하는 기상인자로 사용하기에는 무리가 있다. 따라서 본 연구에서는 계절단위의 수문량으로 여름강수량을 대상으로 하였으며, 이에 영향을 미치는 외부 기상인자로서 SST(sea surface temperature)와 OLR(outgoing longwave radiation)을 도입하였으며, 낙동강유역 여름강수량과의 공간 상관성이 높은 지역의 이전 겨울 SST와 6월 OLR을 예측인자로 활용한 7~9월 여름강수량 예측모형을 구성하였다. 모형의 검증은 결과를 알고 있는 2010년 여름 강수량을 대상으로 수행하였으며, 모형의 적용은 현재시점에서 관측된 2010년 겨울 SST와, 과거 관측 자료를 토대로 가정된 2011년 6월 OLR을 이용하여 2011년 여름 강수량을 예측하였다. 결과적으로 모형 매개변수들의 사후분포로부터 불확실성 구간을 포함한 예측결과를 구할 수 있었다.