• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.62-67
• /
• 2009

본 연구에서는 경기도 설마천 지역에 위치한 독립사면에서 시간에 따라 연속 측정한 토양수분을 이용하여 시계열 분석 을 수행하였다. 토양수분의 측정 방법은 장기간 토양수분의 확보에 신뢰성을 인정받은 TDR을 이용하였다. 관측망의 설계를 통하여 선정한 측정지점에 탐침을 매설하고 공간적인 분포를 가진 시계열 형태의 데이터를 수집하였다. 유출은 해당 사이트 인근에 위치한 사방댐과 전격비교의 수위계에서 실측한 값을 사용 하였다. 전이함수 모형을 사면에서의 토양수분 전이과정에 대응되도록 물리적으로 전개하고 실측한 토양수분 시계열 데이터로 분석한 결과와 비교하였다. 전이 함수 모형은 토양수분 시계열 데이터를 입력변수로 하고 유출 데이터를 반응 변수로 하여 전개하여 토양수분 변화량과 유출간의 전이함수 모형을 도출하였다. 시계열 모형의 전개는 크게 자료전처리, 모형구조의 규명, 모수추정, 모형진단 등의 과정을 통해서 적절한 모형을 도출하였다. 산지 사면에서의 토양수분을 전이함수에 의하여 전개한 모형은 지형적 분포 양상에 따라 특색을 나타내었다. 또한 2003년 가을과 2004년 봄의 전이함수 모형 추정을 통하여 계절별 특성이 나타났고, 모형양상에 원인을 검토해 보았다. 본 연구는 전이함수를 이용한 토양수분의 시계열 분석이 사면에서의 토양수분 변동특성을 지형적, 계절적 특성과 연계하여 이해하고 특성화 하는 과정의 적절한 도구가 될 수 있음을 보여주고 있다.

• Proceedings of the Korean Society of Soil and Groundwater Environment Conference
• /
• 2000.11a
• /
• pp.64-68
• /
• 2000

장기간 관측된 지하수위 자료를 시계열분석 중의 하나인 전이함수 모형(Transfer Function - Noise model)을 이용하여 분석하였다. 일반적으로 전이함수 모형은 입력 변수와 출력변수와의 관계가 선형적일 때 적용이 가능하며, 자료가 시간에 대해 연속적으로 존재해야 하는 제한이 있다. 강수량과 지하수위의 변동은 비선형적인 관계를 가지고 있어 이러한 전이함수 모형을 직접 적용하는데는 어려움이 있다. 이러한 비선형성의 정도를 감소시키기 위해 물리모형(HYDRUS)을 이용하여 침투량을 계산하고 이를 입력변수로 사용하여 전이함수 모형을 적용하였다. 침투량을 입력변수로 모형을 추정하였을 때, 강수량을 직접 입력자료로 사용했을 경우보다 ME(mean error), RMSE(root-mean-squre error), MAE(mean absolute error)에서 상대적으로 작은 값을 보여주고 있다. TFN 모형의 모수를 추정하기 위해서 Kalman 필터 알고리즘과 최우추정법(Maximum Likelihood Estimation)을 이용하였다. Kalman 필터 알고리즘을 이용하여 불규칙한 관측주기를 갖는 시계열이나 결측값이 있는 시계열에 대해서도 전이함수 모형을 구하였으며, 이를 통해 결측값에 대한 추정이 가능하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.1137-1141
• /
• 2008

본 연구에서는 경기도 설마천 지역에 위치한 독립사면에서 토양수분을 연속측정한 결과를 분석하였다. 관측망의 설계를 통하여 선정한 위치에 탐침을 매설하고 공간적인 분포를 가진 시계열 형태의 데이터를 10cm 깊이에서 수집하였다. 전이함수 모형을 사면에서의 토양수분 전이과정에 대응하고, 이를 실제 측정한 데이터에 의해서 분석한 결과와 비교해 보았다. 전이 함수 모형은 강우 데이터를 입력변수로 하고 토양수분 시계열 데이터를 반응 변수로 하여 전개하였고, 시계열 모형의 전개는 크게 자료전처리, 모형구조의 규명, 모수추정, 모형진단 등의 과정을 통해서 적합한 모형을 도출하였다. 산지 사면에서의 토양수분을 전이함수에 의하여 전개한 모형은 토양수분의 깊이별 변화와 지형적 분포 양상에 따라 특색을 나타내었다. 또한 2003년 가을과 2004년 봄의 전이함수 모형 추정을 통하여 계절별 특성이 나타남을 알 수 있는데, 봄의 토양수분의 분포는 가을의 토양수분에 비하여 큰 변동성과 고차항의 반응양상을 보인다. 본 연구는 전이함수를 이용한 토양수분의 시계열 분석이 사면에서의 토양수분 변동특성을 지형적, 계절적 특성과 연계하여 이해하고 특성화하는 과정의 적절한 도구가 될 수 있음을 보여주고 있다.

• Journal of the Korean Society of Marine Environment & Safety
• /
• v.20 no.5
• /
• pp.526-534
• /
• 2014

In this study, single-input transfer function model is applied to forecast monthly mean sea surface temperature(SST) in 2010 at Yeosu in Korean coastal waters. As input series, monthly mean air temperature series for ten years(2000-2009) at Yeosu in Korea is used, and Monthly mean SST at Yeosu station in Korean coastal waters is used as output series(the same period of input). To build transfer function model, first, input time series is prewhitened, and then cross-correlation functions between prewhitened input and output series are determined. The cross-correlation functions have just two significant values at time lag at 0 and 1. The lag between input and output series, the order of denominator and the order of numerator of transfer function, (b, r, s) are identified as (0, 1, 0). The selected transfer function model shows that there does not exist the lag between monthly mean air temperature and monthly mean SST, and that transfer function has a first-order autoregressive component for monthly mean SST, and that noise model was identified as $ARIMA(1,0,1)(2,0,0)_{12}$. The forecasted values by the selected transfer function model are generally $0.3-1.3^{\circ}C$ higher than actual SST in 2010 and have 6.4 % mean absolute percentage error(MAPE). The error is 2 % lower than MAPE by ARIMA model. This implies that transfer function model could be more available than ARIMA model in terms of forecasting performance of SST.

• The Korean Journal of Applied Statistics
• /
• v.31 no.2
• /
• pp.303-313
• /
• 2018

This study considers time series models to forecast drug expenditures in national health insurance. We adopt autoregressive error model (ARE) and transfer function model (TFM) with segmented level and trends (before and after 2012) in order to reflect drug price reduction in 2012. The ARE has only a segmented deterministic term to increase the forecasting performance, while the TFM explains a causality mechanism of drug expenditure with closely related exogenous variables. The mechanism is developed by cross-correlations of drug expenditures and exogenous variables. In both models, the level change appears significant and the number of drug users and ratio of elderly patients variables are significant in the TFM. The ARE tends to produce relatively low forecasts that have been influenced by a drug price reduction; however, the TFM does relatively high forecasts that have appropriately reflected the effects of exogenous variables. The ARIMA model without the exogenous variables produce the highest forecasts.

• The Korean Journal of Applied Statistics
• /
• v.15 no.2
• /
• pp.311-321
• /
• 2002

Transfer function model(TFM) capturings conditional heteroscedastic pattern is introduced to analyze stochastic regression relationship between the two time series. Nonlinear ARCH concept is incorporated into the TFM via threshold ARCH and beta- ARCH models. Steps for statistical analysis of the proposed model are explained along the lines of the Box & Jenkins(1976, ch. 10). For illustration, dynamic analysis between KOSPI and NASDAQ is conducted from which it is seen that threshold ARCH performs the best.

• The Korean Journal of Applied Statistics
• /
• v.27 no.3
• /
• pp.419-430
• /
• 2014

An accurate prediction of electricity supply and demand is important for daily life, industrial activities, and national management. In this paper electricity sales is predicted by time series modelling. Real data analysis shows the transfer function model with cooling and heating days as an input time series and a pulse function as an intervention variable outperforms other time series models for the root mean square error and the mean absolute percentage error.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2007.05a
• /
• pp.1512-1516
• /
• 2007

자신의 현재와 과거의 시계열데이터만을 가지고 시계열 모형을 구축하는 단변량 ARIMA모형 분석법과는 달리, 관심의 대상이 되는 출력시계열과 이와 관련있는 입력시계열의 동태적 특성을 나타내는 전이함수모형(Transfer function model)을 사용하여 소양강댐, 충주댐, 화천댐에 대한 월별 수문자료를 이용하여 유입량을 예측해 보고자 한다. 본 연구의 주요 목적은 다변량 추계학적 시스템의 해석을 위한 모형의 추정과 등정을 위한 과정을 개발하는데 있다. 일반적 추계학적 시스템 모형이 표현되며 그것으로부터 수문학적 시스템의 모형을 매우 적절하게 유도하기 위한 다중 입력-단일 출력 TF, TFN모형을 유도하는데 있다. 이 모형은 수문학적 시스템을 위한 경우에 있어 상관된 입력을 설명할 수 있도록 개발된다. 일반적으로 모형을 만드는 전략이 유도되며 실제유역시스템에 적용하여 검토된다. 한강수계 주요 다목적댐인 소양강댐, 충주댐, 화천댐의 수문자료를 가지고 추계학적 모형(TF, TFN)에 의한 결과와 실제유입량을 비교하여 검토하고자 한다.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.10 no.2
• /
• pp.35-46
• /
• 2008

Soil moisture is one of the important components in hydrological processes and also controls the subsurface flow mechanism at a hillslope scale. In this study, time series of soil moisture were measured at a hillslope located in Gwangneung National Arboretum, Korea using a multiplex Time Domain Reflectometry(TDR) system measuring soil moisture with bi-hour interval. The Box-Jenkins transfer function and noise model was used to estimate spatial distributions of soil moisture histories between May and September, 2007. Rainfall was used as an input parameter and soil moisture at 10 cm depth was used as an output parameter in the model. The modeling process consisted of a series of procedures(e.g., data pretreatment, model identification, parameter estimation, and diagnostic checking of selected models), and the relationship between soil moisture and rainfall was assessed. The results indicated that the patterns of soil moisture at different locations and slopes along the hillslope were similar with those of rainfall during the measurment period. However, the spatial distribution of soil moisture was not associated with the slope of the monitored location. This implies that the variability of the soil moisture was determined more by rainfall than by the slope of the site. Due to the influence of vegetation activity on soil moisture flow in spring, the soil moisture prediction in spring showed higher variability and complexity than that in early autumn did. This indicates that vegetation activity is an important factor explaining the patterns of soil moisture for an upland forested hillslope.

• The Korean Journal of Financial Studies
• /
• v.10 no.1
• /
• pp.1-44
• /
• 2004

연속시간모형은 시간의 흐름에 대응되는 자본자산의 운동의 성질과 시간의 흐름에 따라 형성되는 자본자산의 가격을 동시적으로 파악할 수 있는 것이 큰 장점이다. 연속시간 확률미분방정식을 구성하는 표류함수와 확산함수가 폐형해나 해석적 형태로 존재하지 않는 경우가 대부분이다. 여기에서 모수추정의 어려움이 발생한다. 전이 확률밀도함수의 인지 또는 발견의 어려움과 표류함수와 확산함수의 적분 불가능성은 최대가능도법의 사용을 어렵게 만든다. 여기에서 모수방법 보다는 비모수방법을 통하여 연속 확률 미분방정식을 추정하려는 성향이 존재한다. 밀도를 모르면 표본적률을 사용하여 모수를 추정할 수 있으므로 일반화 적률법이 연속시간 확률미분방정식의 모수 추정과 검정에 사용되고 있다. 전이밀도의 값을 시뮬레이션을 통하여 얻는 마코브연쇄 몬테카를로 방법, 전이밀도를 무한소 생성작용소를 통하여 얻는 방법, 비 모수방법, 여러 종류의 전개에 의하여 얻은 표류함수와 확산함수의 전이밀도에 대한 최대가능도법 등 여러 종류의 연속시간 확률미분방정식의 실증분석에서 사용되고 있다. 이 논문에서는 연속시간 확률미분방정식의 실증분석 방법들을 정리하는데 목적이 있다. 이일균(2004)은 이 논문과의 자매논문으로 시뮬레이션에 의한 확률미분방정식의 추정을 다루고 있어 시뮬레이션방법은 그 논문에 미룬다.