• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2010.05a
• /
• pp.655-657
• /
• 2010

현재 코골이를 방지하는 위한 기구로는 양압 산소호흡기, 스프레이, 전기자극기, 수술, 구강내 보조기구가 있으나 개인용으로 사용하기에는 가격이 너무 고가이어서 일반적인 코골이 환자에게 적용하기에는 무리가 있으며 사용자에 따라 부작용의 위험이 있다. 본 논문에서는 정확하고 안정적인 코골이 신호인식을 위해 시계열 분석방법을 통해서 선형적인 성질보다 비선형적인 성질이 강한 코골이 신호의 카오틱 신호 유무를 해석하였다. 본 논문에서 사용한 시계열 데이터는 30대 성인남자로부터 수면시간 6시간중중 발생하는 코골이 음성신호를 마이크를 통해 샘플링 주파수 22kHz, 모노 형태로 수집한 것이다. 위상공간의 궤적 분석, 매입차원에 의한 상관적분 분석, 파워 스펙트럼과 자기상관함수 분석 등의 정량 및 정성적 분석방법을 통해서 수집한 코골이 신호의 분석결과 신호가 부분적으로 주기적 성질을 가지는 카오스 신호임을 확인하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2012.05a
• /
• pp.803-806
• /
• 2012

On this paper, various analysis methods has been applied to analyze and forecast the maximum electrical power needs, which is regarded as a nonlinear dynamic system. To understand the characteristic of complicated system, we used TISEAN package and evaluate the chaotic characteristic of time series obtained from electrical power demand using it. TISEAN package offers various algorithms and codes to analyze time series of nonlinear system effectively.

• Korean Journal of Remote Sensing
• /
• v.29 no.4
• /
• pp.351-360
• /
• 2013

Harmonic analysis enables to characterize patterns of variation in MODIS NDVI time series data and track changes in ground vegetation cover. In harmonic analysis, a periodic phenomenon of time series data is decomposed into the sum of a series of sinusoidal waves and an additive term. Each wave is defined by an amplitude and a phase angle and accounts for the portion of variance of complex curve. In this study, harmonic analysis was explored to tract ground vegetation variation through time for land-cover vegetation change detection. The process also enables to reconstruct observed time series data including various noise components. Harmonic model was tested with simulation data to validate its performance. Then, the suggested change detection method was applied to MODIS NDVI time series data over the study period (2006-2012) for a selected test area located in the northern plateau of Korean peninsula. The results show that the proposed approach is potentially an effective way to understand the pattern of NDVI variation and detect the change for long-term monitoring of land cover.

• The Transactions of the Korea Information Processing Society
• /
• v.5 no.10
• /
• pp.2609-2614
• /
• 1998

In this work, we consider the forecasting performance between nearal network and Box-Jenkins method for time series data. A modified learning process is developed for neural network approach at time eries data, ie, properly adaptive learning rates selecting by orthogonal arrays and dynamic selecting of initial values using Easton's cotroller box. We can obtain good starting points with dynamic graphics approach. We use real data sets for this study : the Wolf yearly sunspot numbers between 1700 and 1988.

• The Korean Journal of Financial Management
• /
• v.14 no.3
• /
• pp.23-56
• /
• 1997

본 연구는 주식의 시장가치와 거래빈도, 기관지분비율, 거래량 등에 따라 주식수익률의 시계열상관이 일정한 패턴을 갖는 것으로 나타나고 있다는 사실을 실증적으로 확인하고, 주식수익률의 시계열상관에 주된 영향을 미치는 요인을 횡단면 분석방법을 이용하여 살펴보고 있다. 1985년부터 1995년까지의 기간에 걸친 일별수익률자료를 이용하여 분석한 결과를 요약하면, 1) 규모, 거래빈도, 기관지분비율, 거래량 등이 작은 주식들로 구성된 포트폴리오일수록 수익률이 강한 양의 자기상관을 갖게 되며, 또한 그러한 변수들의 크기가 큰 주식들로 구성된 포트폴리오의 수익률에 대하여 후행하는 관계에 있다는 보여주고 있다. 2) Lo and MacKinlay(1990a)의 비거래모형을 이용한 분석결과에서는 한국주식수익률의 시계 및 상관이 전적으로 비거래로 인하여 나타나는 현상이 아니라는 것을 보여주고 있다. 3) 시계열상관의 정도를 나타내는 후행척도를 상기한 변수들에 대하여 회귀분석한 결과는 모든 변수들이 주식수익률의 시계열상관에 동시적으로 영향을 주고 있다는 것을 보여준다. 특히 시계열상관을 야기하는 요인들 중에서 거래빈도는 분석기간에 관계없이 항상 시계열상관에 음의 영향을 미치는 것으로 나타나고 있다. 기관지분비율과 거래량은 분명히 시계열상관에 음의 영향을 미치지만, 분석기간에 따라 유의성에 다소 차이를 보여주고 있다. 수익률의 변동성은 전반기의 경우에 시계열상관과 음의 관계를, 후반기의 경우에는 양의 관계를 갖는 것으로 나타나고 있다. 이러한 검증결과들로 미루어, 한국주식수익률의 시계열상관은 주가의 반응에 영향을 주게되는 시장구조나 투자패턴 등이 전 후반기에 있어서 서로 다르기 때문에 나타나는 현상으로 보인다.력(事前賣却努力)이 협의발행하에서 더 높았으나 발행일 직후의 주가회복은 보이지 않아 인수방식에 따른 가격안정화(價格安定化) 노력의 차이는 없었다. 발행기업들간의 주가차별화의 정도를 분석한 결과 협의발행에서 인회활동(認淮活動) (certification effects)을 더 잘 할 수 있다는 사실을 지지하지 못했다.범위(範圍)에 벗어나 한국주식시장(韓國株式市場)에서 주식시장(株式市場)의 비효율성(非效率性)을 배제할 수 없는 것으로 나타났다. 뿐만 아니라 차기에도 이어지고 화폐량과 소득이 주가의 결정에 영향을 미치고 있으며 다른 금융변수(金融變數)들은 영향을 미치지 않고 있다. 그러나 실질화폐잔고와 실질주가 장단기수익비율 화폐차등수익률과 소득변화률과는 장기적(長期的) 정상적(定常的) 균형관계(均衡關係)를 형성하고 있다. 따라서 장기적 관점에서 증권시장은 경제성장을 위한 통화정책과 각 분야의 균형적 성장을 유발할 수 있는 재정정책(財政政策)이 요청되고 있다. 위의 논의에서 유추할 수 있는 것은 화폐의 영향을 완화시키기 위하여 option시장의 개발과 농산물, 광물, 기타 실물 및 금융에 대한 선물시장의 개설이 요청된다. 이와 같은 시장을 통하여 통화 정책이 증권시장에 미치는 과도한 효과를 축소시켜 합리적이고 건전한 증권시장(證券市場)의 발전(發展)과 금융시장(金融市場)의 원활한 발전이 이룩될 수 있을 것이다. 자본시장이론(資本市場理論)에서는 화폐는 무시하고 실물적인 관점에서 증권가격의 결정을 연구하거나 위험분석에 주안점이 주어져 왔었다. 본 연구를 통하여 통화정책의 결과가 자본시장에 직접적으로 영향을 미치고 있음을 확인하였다. 통화금융정책과 주가의 유기적 관계를 확인한 본 논문의 결과를 정책당국이 참고하여

• The Korean Journal of Applied Statistics
• /
• v.16 no.2
• /
• pp.293-303
• /
• 2003

Under the case that we know the period and the reason of external events, we reviewed the method of model identification, parameter estimation and model diagnosis with the former papers that have been studied about the linear time series model with intervention, and compared with nonlinear time series model such as ARCH, GARCH model that it has been used widely in economic models, and also we compared with the combination prediction method that Tong(1990) introduced.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.268-272
• /
• 2012

현재 확률강우량을 산정할 때는 수문사상 자료계열이 정상성을 가지고 있다고 가정하고 산정하고 있다. 이는 경향성 검정을 통과하지 못한 비정상성을 가지는 자료계열이라 할지라도 이들 자료에 대해 해석을 할 수 있는 검증된 대안이 아직 없기 때문이다. 따라서 본 연구에서는 강우의 증가경향성이 존재하여 경향성 검정을 통과하지 못한 비정상성을 가지는 지역에 대해서 경향성을 고려한 확률강우량을 산정하고, 기존의 방법에 의해서 산정된 확률강우량과 비교해보았다. 그리고 현재까지의 강우량 자료를 시계열분석을 이용하여 미래 강우량 자료를 예측하고 확률강우량을 산정함으로써 시계열분석을 통한 확률강우량 산정과 경향성을 고려하여 산정된 확률강우량을 비교했다. 우선 실제로 우리나라의 강우의 패턴이 변화하고 있는지 확인하고, 변화의 양상이 뚜렷한 지점에 대해서 시계열분석을 이용하여 가까운 미래의 확률강우량을 산정하였다. 그 결과, 2010년에 비해서 2020년의 확률강우량이 4~15%정도 증가하였다. 다른 방법과 비교해본 결과, 약 5%의 편차를 보였다. 본 연구에서는 최종적으로 우리나라 강우관측소 61지점의 경향성을 판별하여 전국 지도에 등고선으로 나타내어 경향성을 고려해야 할 지역들은 분류하였고, 이 지도를 활용하여 확률강우량을 산정함으로써 수공구조물의 계획 및 설계, 하천관리, 수자원 계획 등에 활용하고 전체적인 설계 빈도 상향조정으로 발생되는 예산 낭비 방지와 홍수피해 저감에 도움이 되고자 한다.

• The Korean Journal of Applied Statistics
• /
• v.35 no.3
• /
• pp.395-406
• /
• 2022

This paper studies the outlier detection method for multivariate long memory time series. The existing outlier detection methods are based on a short memory VARMA model, so they are not suitable for multivariate long memory time series. It is because higher order of autoregressive model is necessary to account for long memory, however, it can also induce estimation instability as the number of parameter increases. To resolve this issue, we propose outlier detection methods based on the VHAR structure. We also adapt the robust estimation method to estimate VHAR coefficients more efficiently. Our simulation results show that our proposed method performs well in detecting outliers in multivariate long memory time series. Empirical analysis with stock index shows RVHAR model finds additional outliers that existing model does not detect.

• The Korean Journal of Financial Management
• /
• v.14 no.2
• /
• pp.205-228
• /
• 1997

본 연구는 1982년부터 1996년까지의 유로달러선물과 T-bill 선물의 일별 시계열 자료를 이용하여 단기금리선물의 가격발견기능을 실증적으로 검정하고 있다. 분석방법은 시계열의 불안정성 여부를 알아보는 단위근검정, 장기균형관계를 알아보는 Johansen 공적분검정, 공적분관계가 있는 시장에 대해 설정오류의 문제를 피하고 변수들간의 인과관계를 파악하기 위해 Granger 인과관계모형을 사용하였다. 주요한 결과로 각 금리시계열들은 일차누적 시계열 I(1)임이 확인되었고 공적분관계를 분석한 결과, 각 금리 시계열의 선형결합은 안정적인 장기균형관계가 있음을 나타내 주고 있다. 따라서 각 시장은 서로 밀접한 인과관계가 있음을 암시하고 있다. 또한 선물금리와 현물금리를 대상으로 인과관계검정 결과 유로달러시장의 경우 전기에서는 피드백효과가 있고 후기에는 선물금리의 가격발견기능이 나타났다. T-bill 시장의 경우는 전기에 현물금리가 선물금리에 대해 선행하였고 후기에는 피드백효과가 나타났다. 이렇게 유로달러선물이 후기에서 가격발견기능이 있는 것은 정보통신의 발달과 유로시장의 적은 규제 등으로 유로달러선물시장이 1980년대 후반부터 급성장한 것이 그 원인으로 분석된다.

• 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.