• 한국데이터정보과학회:학술대회논문집
• /
• 한국데이터정보과학회 2006년도 추계 학술발표회 논문집
• /
• pp.129-142
• /
• 2006

본 논문은 공간시계열자료가 공간의 위치와 시간의 흐름에 따라 동시에 관측되는 분야인 기상, 지질, 천문, 생태, 역학 등에서 아주 넓이 사용되고 있고 그 수요가 점차 증가하는 이 시기에 복잡한 공간시계열 중선형(STBL) 모형에 대한 모수 추정 방법 중 수치 해석적 방법인 Newton-Raphson 방법과 Kalman-Filter 방법을 비교하고, 두 가지 방법에 의한 예측력을 비교하여 보았다.

• 응용통계연구
• /
• 제20권1호
• /
• pp.91-102
• /
• 2007

본 논문은 공간시계열 자기회귀 이동평균(STARMA) 모형과 공간 시계열 중선형(STBL) 모형에 대해 식별, 추정, 예측 등의 통계적 절차와 특징들을 논하고, 두 모형을 비교하는데 목적이 있다. 사례 연구를 위 해 2001년부터 2006년까지 8개 지역으로부터 보고된 월별 Mumps 자료를 사용했고, 예측오차제곱합(SSF)을 활용하여 두 모형의 적합도를 비교하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제18권1호
• /
• pp.17-29
• /
• 2007

The major purpose of this article is the comparison of estimation method with Newton-Raphson, Kalman-filter, and prediction method with Kalman prediction. Conditional expectation in space time bilinear(STBL) model, which is a very powerful and parsimonious nonlinear time-series model for the space time series data can be viewed as a set of time series collected simultaneously at a number of spatial locations and time points, and which have appeared in a important applications areas: geography, geology, natural resources, ecology, epidemiology, etc.