• 응용통계연구
• /
• 제32권1호
• /
• pp.99-109
• /
• 2019

비선형 시계열인 확률계수 자기회귀(random coefficient autoregressive; RCA) 모형에 대하여 여러 가지 방법을 이용한 추정량의 신뢰구간 비교하였다. RCA 모형에 대하여 자료의 분포를 가정하지 않아도 되는 Quasi 스코어 추정량과 Huber, Tukey, Andrew, Hempal 4가지 유계함수를 이용한 M-Quasi 스코어 추정량을 제시하였다. 이러한 추정량에 대하여 표준 붓스트랩 방법, 백분위수 붓스트랩 방법, 스튜던트화 붓스트랩 방법, 하이브리드 붓스트랩 방법을 이용한 신뢰구간을 구하였다. 모의실험을 통하여 RCA 모형의 오차항의 분포가 정규분포, 오염정규분포, 이중지수분포를 따를 때 Quasi 스코어 추정량과 M-Quasi 스코어 추정량들의 근사적 신뢰구간과 네가지 붓스트랩 방법을 이용한 신뢰구간을 비교하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.264-264
• /
• 2017

국외의 상수도 원격검침 시스템 내 데이터 전송방식은 도시 규모, 계량기의 밀도, 전력공급 여부 및 통신망의 설치 여부 등을 종합적으로 고려하여 결정되었다. 대부분의 스마트워터미터 제조업체들은 계량기의 부호기가 공급하는 판독 내용(데이터)을 전송할 검침단말기와 근거리 통신망(neighborhood area network)을 연계하여 개발 및 판매하였으며, 자체 소유 통신 프로토콜을 사용하여 라디오 주파수(RF) 통신 기술을 사용하고 있다. 광역통신망(wide area network)의 경우, 노드(말단의 계량기 및 센서)들과 이에 연결된 통신망 들을 포함한 네트웍의 배열이나 구성이 스타(star), 메쉬(mesh), 버스(bus), 나무(tree) 등의 형태로 통신망이 구성되어 있으나, 스타와 메쉬형 통신망 구성형태가 가장 널리 활용되는 것으로 조사되었다. 시스템 통합운영관리 업체들인 IBM, Oracle, Itron 등은 용수 인프라 관리 또는 통합네트워크 솔루션 등의 통합 물관리 시스템(integrated water management system)을 개발하여 현장적용을 하고 있으며, 원격검침 시스템을 통해 고객들의 현재 소비량과 과거 누적 소비량, 누수 감지 서비스 및 실시간 요금 고지 등을 실시간으로 웹 포털과 앱을 통해 제공하고 있다. 또한, 일부 제조업체들은 도시 용수공급/소비 관리자가 주민의 용수사용량을 모니터링하여 일평균 용수사용량 및 사용 경향을 파악하고, 누수를 검지하여 복구 및 용수 사용 지속가능성 지수를 제시하고, 실시간으로 주민의 용수사용량 관련 데이터를 모니터링하여 용수공급의 최적화를 위한 의사결정지원 서비스를 용수공급자에게 제공하고 있다. 최근에는 인공지능을 활용해 가정용수의 용도별(세탁용수, 화장실용수, 샤워용수, 식기세척용수 등) 사용량 곡선을 패터닝하여 profiling 기법을 도입해, 스마트워터미터에서 용수사용량이 통합되어 검지될 시 용수사용량의 세부 용도별 re-profiling 기법을 도입하여 가정용수내 과소비되는 지점을 도출 후 절감을 유도하는 기술이 개발 중이다. 또한, 미래 용수 사용량 예측을 위해 다양한 시계열 자료를 분석하는 선형 종속 모형(자기회귀모형, 자기회귀이동평균모형, 자기회귀적분이동평균모형 등)과 비선형 종속 모형(Fuzzy Logic, Neural Network, Genetic Algorithm 등)을 활용한 예측기능이 구축되어 상호 비교하여 최적의 용수사용량 예측 도구를 제공되고 있다.

• 한국경제지리학회지
• /
• 제25권1호
• /
• pp.183-201
• /
• 2022

주택가격을 정확히 추정하기 위한 많은 연구가 진행되어 왔다. 선행연구들은 주택의 고유 특성과 인근 지역 특성을 통제하는 계량경제모형을 활용한 분석이 많았다. 본 연구에서는 인공신경망 모형(ANN)을 활용하여 주택가격을 추정하였다. 딥러닝 기술의 장점은 변수 간의 복잡하고 비선형적인 특성을 모델링하고 데이터의 패턴을 인식할 수 있다는 것이다. 본 연구에서는 부동산 시장에서 공간적 분포도 패턴으로 인식할 수 있다는 가정하에 지리좌표를 설명변수로 ANN에 투입하였다. 선형회귀분석과 ANN 모형 간 비교 결과, 선형 모형 대비 ANN 모형의 설명력이 높았으며, 특히 ANN 모형은 지리좌표를 투입하였을 때 더 높은 정확도를 보여주었다. 또한 ANN 모형의 경우 지리좌표를 통해 모형 잔차의 공간적 자기 상관성이 크게 감소하였다는 점을 확인하였다. 이를 통해 ANN 모형의 패턴인식 능력을 활용하면 공간적 패턴을 학습시킴으로써 주택가격을 정확히 추정할 수 있음을 밝혔다.

• 응용통계연구
• /
• 제29권3호
• /
• pp.525-537
• /
• 2016

본 연구에서는 시계열 자료의 비정상성과 비선형성과 같은 복잡성을 효과적으로 포용할 수 있는 경험적모드분해법(empirical mode decomposition; EMD)을 토대로 시계열 자료의 분석 및 예측을 위한 혼합(hybrid) 모형을 연구한다. EMD에 의하여 생성되는 내재모드함수(intrinsic mode function; IMF)는 해석 및 예측의 편리성을 개선하기 위하여 누적에너지의 개념을 사용하여 그룹화하였으며, 그룹화된 IMF 및 residue의 성분들은 그 성질에 따라서 ARIMA 모형 및 지수평활법과 결합된 혼합 모형으로 예측된다. 제안된 방법은 일별 코스피 지수의 예측을 위해서 적용하였다. 다양한 형태의 혼합 모형을 사용하여 코스피 지수를 예측하였으며 전통적인 예측 방법과 비교하였다. 분석 결과, 그룹화된 성분들은 코스피 지수의 움직임을 단기적, 중기적, 장기적으로 해석하는데 편리함을 주었으며, 그룹화된 IMF 및 residue를 각각 ARIMA 모형과 지수평활법으로 조합한 혼합 모형이 우수한 예측력을 보여주었다.

• 한국수산과학회지
• /
• 제35권3호
• /
• pp.216-222
• /
• 2002

시계열자료가 가진 자기상관은 추정된 상관관계를 왜곡시키는 요인들 중의 하나로 작용한다. 회귀모형의 잔차항에 자기상관이 있는 지를 검정하기 위해 Durbin-Watson 통계량이 흔히 쓰인다. 잔차항에 자기상관을 가진 회귀모형의 효율성을 향상시키기 위해 yule-Walker 법, 비선형최소제곱법, 최우추정법 및 사전백색화법이 사용되어 왔다. 본 연구는 자기상관으로 인한 상관관계의 왜곡을 방지하기 위한 이들 방법들에 대해 고찰하였다. 사전백색화법을 제외한 앞의 3가지 방법을 20년간의 실제 시계열 자료에 적용하였으며 몬테카를로법을 이용하여 각 방법의 오차변이를 조사하였다. 각 방법의 평균잔차제곱분포의 경우, 최우추정법으로 추정된 평균잔차제곱이 가장 작았으며 분포 범위도 가장 작았으나 각 추정방법 사이에 유의한 차이가 발견되지는 않았다.

• 응용통계연구
• /
• 제28권2호
• /
• pp.137-149
• /
• 2015

본 논문에서는 비정상 극치 강수 자료에 대해 계층적 베이지안 모형을 적용하여 시간에 따른 모수의 변화를 추정하며, 미래 확률 강수량에 대한 극단값 분포를 예측하고 더 나아가 반환기간에 대한 경향과 예측 값을 얻고자 한다. 이전의 고전적 통계 방법을 통한 강수 자료의 모수 추정연구의 경우, 자료의 정상성 가정 하에 고정된 모수를 추정하는 방법으로, 최근 나타난 비정상 강수 사상과 같이 강수량이 가지는 분포의 모수적 변화가 예상되는 경우 해석상 문제가 발생한다. 이러한 문제점을 해결하기 위해 모형의 관심모수에 시간에 따른 자기 상관 선형 회귀 함수를 적합한 계층적 베이지안 모형을 고려한다. 제안된 모형의 효율성을 확인하기 위해서 1973년부터 2011년까지 39년 동안의 우리나라 여러지역의 기상 관측소에서 관측된 일일 강우량 자료가 사용하여 대표적인 극단값 분포인 Generalized Extreme Value(GEV) 분포에 적합시키고, 계층적 베이지안 모형을 이용하여 이들 분포의 모수들에 자기상관 시간모형을 소개한 후 우리나라 여러지역에 대한 반환기간에 대한 시간에 따른 경향을 확인하였다.

• 대한토목학회논문집
• /
• 제40권3호
• /
• pp.303-314
• /
• 2020

수자원분야에서 이용되는 강우에 따른 유역의 수문학적 시스템, 도시지역 및 하천에 대한 수리학적 시스템은 비선형성이 강하고 많은 변수들을 포함하고 있다. 이러한 특성을 가진 시계열 자료에서 기계학습을 통한 예측은 예측시점 이전의 자료 특성을 반영하지 못하는 등 기본적인 신경망으로는 부족한 상황이 발생하기도 한다. 본 연구에서 적용할 강우-유출량과 같이 비선형성이 강하고 시간종속성이 높은 복잡한 시계열 자료를 예측하기 위해 신경망의 학습능력을 극대화한 순환형 동적 신경망(Recurrent Dynamic Neural Network)의 한 종류인 동시에, 시간 지연 신경망(Time-Delay Neural Network)의 특성을 가진 비선형 자기회귀(NARX, Nonlinear Autoregressive Exogenous Model) 인공신경망을 사용하였다. 이를 태화강 지방하천 구간에 적용하여 NARX 인공신경망의 시간 지연 매개변수를 10분에서 120분까지 조정하며 모의한 결과에 대해 여러 통계지표를 이용해 정량적으로 평가하였다. 그 결과 지연시간이 증가할수록 효율계수(NSE)가 0.530에서 0.988으로 증가하고, 평균제곱근편차(RMSE)가 379.9 ㎥/s에서 16.1 ㎥/s로 감소하는 등 정교한 예측이 가능함을 확인하였다.

• 경영과정보연구
• /
• 제39권2호
• /
• pp.17-37
• /
• 2020

본 연구의 목적은 2007년~2010년 유로 도입 이후 금융위기 및 그에 따른 EU 부채위기까지의 기간 내에 미국, 유럽 및 BRIC 금융시장 간의 선형과 비선형 인과관계의 존재를 통해 글로벌 전이효과를 조사하는데 있다. 금융위기로 인한 글로벌 전이효과가 잘 설명되어 있지만, 미국, 유럽 및 BRIC 주식시장 간의 변동성 전이효과의 특성 뿐만 아니라 전달 메커니즘은 체계적으로 조사되지 않았다. 동적 선형 및 비선형 인과관계를 조사하기 위해 단계적인 필터링 방법론이 도입되었는데, 이는 벡터자기회귀모형과 다변량 GARCH 모형을 포함한다. 본 논문의 표본은 유로 이후 기간을 포함하고 또한 2007년 금융위기, 2008년 글로벌 금융위기, 2010년 유로존 부채위기도 포함한다. 본 연구의 실증결과는 BRIC 주식시장의 효율성에 많은 함의를 가질 수 있는데 시장의 예측가능성에 영향을 미칠 뿐만 아니라 시장의 금융통합의 과정을 수량화하기 위해서 미래의 연구에 유용할 수 있다. 미국, 유럽 및 BRIC 간의 상호 의존성이 감지되면 금융시장 규제, 헤징 및 거래 전략에 대한 중요한 함의를 나타낼 수 있다. 또한 결과는 BRIC이 미국발 서브프라임 금융위기 이후 국제적으로 통합되고 있고 전이효과가 더욱 구체화 되어 현저하게 나타나고 있다는 것을 보여준다. 더욱이, 탈동조화 견해를 지지하는 일관된 증거가 전혀 없다. 일부 비선형 인과관계는 조사기간 동안 필터링 후에도 지속된다. 비록 꼬리분포 의존성과 고적률이 나머지 상호 의존성의 유의한 요소일 수 있을지라도, 이것은 비선형 인과관계가 단순한 변동성 효과에 의해 대체로 설명될 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제27권3호
• /
• pp.1-12
• /
• 2022

해양조난사고 발생 시 해상 익수자의 안전과 생명 보장을 위해 구조자산을 활용한 신속한 탐색 및 구조작전은 매우 중요하다. 본 연구는 해양관측부이에서 수집되는 기상정보에 다중선형회귀분석, 의사결정나무, 서포트벡터머신, 벡터자기회귀, 순환신경망의 LSTM을 활용하여 울릉도 북서해역의 표층해류를 분석하고 유향과 유속에 대한 각각의 예측모형을 구축하여 예측된 유향과 유속정보를 통해 해상 익수자의 이동경로를 예측하는 모형들을 제안한다. 본 연구에서 적용한 다양한 기계학습 모형을 MAE와 RMSE의 성능 평가척도로 비교해 볼 때 LSTM이 가장 우수한 성능을 보였다. 또한, 익수자 이동지점과 예측모형의 예측지점 간 거리 차이에 있어서도 LSTM이 다른 모형들에 비해 탁월한 성능을 나타내었다.

• KDI Journal of Economic Policy
• /
• 제13권4호
• /
• pp.117-140
• /
• 1991

본고(本稿)는 둘 혹은 여러 변수(變數)가 서로 비선형적(非線型的) 인과관계(因果關係)의 특정한 구조를 가질 때 주어진 관측치(觀測値)로부터 인과관계(因果關係)에 관한 올바른 추론(推論)을 유도하기 위한 새로운 이론인 Baek-Brock의 방법(方法)을 소개하고 이것을 통화(通貨), 생산(生産) 및 물가(物價)의 세 변수(變數)에 적용하여 기존의 인과성(因果性) 검정(檢定)과 어떻게 다른 결과를 얻는지 살펴본다. Baek-Brock의 방법(方法)은 일반적으로 두 변수(變數) 사이의 인과관계(因果關係)를 검정(檢定)하는 데 사용될 수 있으나 변수간(變數間)에 내재하는 실제 인과관계(因果關係)가 선형(線型)인 경우 Granger 검정법(檢定法) 등 기존의 방법(方法)이 높은 검정력(檢定力)을 보이므로 여기서는 주로 비선형인과성(非線型因果性) 검정(檢定)에 초점을 맞춘다. 본(本) 검정법(檢定法)은 인과성(因果性) 여부를 조건부확률에 기초하여 정의한 후 개별확률을 상관적분(相關積分) (correlation integral)을 사용하여 추정(推定)토록 하였다. 이 방법(方法)은 변수간(變數間)의 인과관계(因果關係)가 비선형적(非線型的)일 때 유효하다는 장점을 지니나 인과성(因果性)이 없다는 귀무가설하(歸無假說下)에서 표본수에 따른 검정통계량(檢定統計量)의 점근분포(漸近分布), 그릇된 귀무가설(歸無假說)에 대한 최대의 기각력(棄却力)을 창출하는 척도모수(尺度母數)(scale parameter) 등에 관한 이론적 배경이 미흡하다는 단점이 있다. 본고(本稿)에서는 이를 Monte Carlo 시뮬레이션을 실시하여 보완하였다. 통화(通貨), 생산(生産) 및 물가간(物價間)에는 Granger 검정법(檢定法)을 실시했을 경우 통화(通貨)와 생산(生産)만이 서로 인과성(因果性)이 있을 뿐 물가(物價)와 다른 변수간(變數間)의 인과성(因果性) 증거는 희박하였다. 한편 Baek-Brock의 검정법(檢定法)은 이미 벡터자기회귀모형(自己回歸模型)(VAR)을 통해 밝혀진 선형관계(線型關係) 외에 물가(物價)가 생산(生産) 및 통화(通貨)에 미치는 비선형인과성(非線型因果性)에 관한 추가적 정보를 제공해 주고 있으며 구체적으로 그러한 인과관계(因果關係)가 몇 기(期) 후부터 나타나는지 밝혀 준다. 그러나 이를 이용한 구체적인 모형화(模型化)는 추후의 논문을 통해 밝히기로 한다.