• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.1520-1524
• /
• 2006

ENSO(El $Ni\check{n}o$ Southern Oscillation)은 태평양상의 해양과 대기간의 복잡한 상호작용의 일부이며, ENSO 순환(ENSO cycle)의 극한상태인 엘니뇨와 라니냐는 세계적으로 발생하는 홍수와 가뭄 등 자연재해와 많은 연관성을 가지고 있음이 많은 연구를 통하여 알려지고 있다. 우리나라에서도 ENSO와 수문변량들간의 관계를 분석하는 연구가 활발히 진행되고 있는데, 수문자료의 변동계수가 크기 때문에 이를 단순 표준화하여 해석하는데 있어 어려움이 있다. 본 연구에서는 자료의 표준정규분포화를 통하여 ENSO와 우리나라 수문변량들간의 관계를 분석하였다. ENSO를 정량적으로 표준지수화하기 위하여 적도부근 남태평양 Tahiti섬과 오스트레일리아 북부 Darwin 지역에서의 기압차를 월별로 표준화(standardization)한 SOI(Southern Oscillation Index)지수를 이용하였고, 수문자료를 정량적으로 표준지수화하기 위하여 우리나라 23개 기상관측소의 월강수량, 12개 기상관측소의 월평균기온, 월최저기온, 월최고기온 자료를 이용하여 표준정규분포를 가지는 표준정규지수로 환산하였다. 환산된 자료의 계절적 영향을 파악하고자 3개월 단위로 구분하여, 초과확률 등을 이용한 분석을 실시한 결과, 특정지역의 수문변동이 남방진동지수와 유의한 상관관계를 가짐을 확인할 수 있었다. 이러한 결과는 현재 많은 연구가 진행되고 있는 수문기상학적 예측모형의 개발에 유용한 정보를 제공해 줄 수 있을 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1429-1433
• /
• 2010

수공구조물의 설계, 수자원 관리계획의 수립, 재해영향 검토 등을 수행할 때, 재현기간에 따른 확률개념의 강우량, 홍수량, 저수량 등을 산정하여 사용하게 되며, 보통 대상지역의 장기 수문관측 자료를 이용하여 수문사상의 확률분포를 산정한 후 재현기간을 연장하여 원하는 설계빈도에 해당하는 양을 추정하게 된다. 미계측지역 또는 관측자료의 보유기간이 짧은 지역의 경우는 지역빈도 분석 결과를 이용하게 된다. 지역빈도해석을 위해서는 강우자료들의 동질성을 파악하는 것이 가장 기본적인 과정이 되며 이를 위해 통계학적인 범주화분석이 선행되어야 한다. 지점 빈도분석의 수문학적 동질성 판별을 위해 L-moment 방법, K-means 방법에 의한 군집분석 등이 주로 사용되며 관측소 위치좌표를 이용한 공간보간법을 적용하여 시각화하고 있다. 강수량은 시공간적으로 변하는 수문변량으로서 강수량의 시간적인 특성 또한 강수량의 특성을 정의하는데 매우 중요한 요소이다. 이러한 점에서 본 연구를 통해 강수지점의 공간적인 좌표 및 강수량의 양적인 범주화에 초점을 맞춘 기존 지역빈도분석의 범주화 과정에 덧붙여 시간적인 영향을 고려할 수 있는 요소들을 결정하고 이를 활용할 수 있는 범주화 과정을 제시하고자 한다. 즉, 극치강수량의 발생 시기에 대한 정량적인 분석이 가능한 순환통계기법을 이용하여 관측 지점별 시간 통계량을 산정하고, 이를 극치강수량과 결합하여 시 공간적인 특성자료를 생성한 후 이를 이용한 군집화 해석 모형을 개발하는데 연구의 목적이 있다. 분석 과정에 있어서 시간속성의 정량화 및 일반화는 순환통계기법을 사용하였으며, 극치강수량과 발생시점의 속성자료는 각각의 평균과 표준편차를 이용하였다. K-means 알고리즘을 이용해 결합자료를 군집화 하고, L-moment 방법으로 지역화 결과에 대한 검증을 수행하였다. 속성 결합 자료의 군집화 효과는 모의데이터 실험을 통해 확인하였으며, 우리 나라의 58개 기상관측소 자료를 이용하여 분석을 수행하였다. 예비해석 단계에서 100회의 군집분석을 통해 평균적인 centroid를 산정하고, 해당 값을 본 해석의 초기 centroid로 지정하여, 변동적인 클러스터링 경향을 안정화시켜 해석이 반복됨에 따라 군집화 결과가 달라지는 오류를 방지하였다. 또한 K-means 방법으로 계산된 군집별 공간거리 합의 크기에 따라 군집번호를 부여함으로써 군집의 번호순서대로 물리적인 연관성이 인접하도록 설정하였으며, 군집간의 경계선을 추출할 때 발생할 수 있는 오류를 방지하였다. 지역빈도분석 결과는 3차원 Spline 기법으로 도시하였다.

• The Korean Journal of Applied Statistics
• /
• v.24 no.2
• /
• pp.253-268
• /
• 2011

In this paper, we estimate systematic risk from credit migration (or transition) matrices under "Asymptotic Single Risk Factor" model. We analyzed transition matrices issued by KR(Korea Ratings) and concluded that systematic risk implied on credit migration somewhat coincide with the real economic cycle. Especially, we found that systematic risk implied on credit migration is better than that implied on the default rate. We also emphasize how to conduct a stress test using systematic risk extracted from transition migration. We argue that the proposed method in this paper is better than the usual method that is only considered for the conditional probability of default(PD). We found that the expected loss critically increased when we explicitly consider the change of credit quality in a given portfolio, compared to the method considering only PD.

• Journal of Korean Society of Transportation
• /
• v.26 no.1
• /
• pp.113-126
• /
• 2008

This research aims to explore the effects of multicollinearity on the reliability and goodness of fit of logit model. To investigate the effects of multicollinearity on the multinominal logit model, numerical experiments are performed. The exploratory variables(attributes of utility functions) which have a certain degree of correlations from (rho=) 0.0 to (rho=) 0.9 are generated and rho-squares and t-statistics which are the indices of goodness of fit and reliability of logit model are traced. From the well designed numerical experiments, following findings are validated : 1) When a new exploratory variable is added, some of rho-squares increase while the others decrease. 2) The higher relations between generic variables lead a logit model worse with respect to goodness of fit. 3) Multicollinearity has a tendency to produce over-evaluated parameters. 4) The reliability of the estimated parameter has a tendency to decrease when the correlations between attributes are high. These results suggest that we have to examine the existence of multicollinearity and perform the proper treatments to diminish multicollinearity when we develop logit model.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.120-124
• /
• 2008

본 연구에서는 대기대순환모형(GCM) 모의결과를 활용하여 한반도 지역의 강수량과, 온도에 대하여 분위사상법(Quantile mapping)과 상세화기법(downscaling)을 적용하였다. GCM 모의자료는 캐나다기후센터(CCCma; Canadian Centre for Climate Modeling and Analysis)의 CGCM2 A2, B2시나리오의 $2001{\sim}2100$년 자료를 사용하였으며, GCM 모의결과값과 국내관측값과의 계통적오차(systematic bias)를 보정하기 위하여 분위사상법을 적용하였다. 강수자료의 경우 한반도의 강수특성을 반영하기 위하여 홍수기, 비홍수기로 구분지어 감마분포를 이용하였고, 온도자료의 경우 계절적 특성을 반영하기 위하여 봄/가을, 여름, 겨울로 구분지어 표준정규분포를 이용하여 분위사상법을 적용하였다. 강수자료의 경우 과거($1965{\sim}1989$:25개년)의 31개소의 일평균강우 자료를, 온도자료의 경우 과거($1965{\sim}1989$)의 11개소의 일평균온도 자료를 사용하였다. 이러한 분위사상법의 적용으로 GCM 모의결과값과 관측값사이의 계통적오차를 보정하였으며, 그 결과 강수자료의 홍수기의 경우 모의결과값과 관측값의 차이가 3.79mm/day에서 0.62mm/day로, 비홍수기의 경우 0.24mm/day에서 0.02mm/day로 각각 83%, 92% 보정된것을 확인하였으며, 각각의 확률분포 매개변수를 추출하였다. Random Cascade 모형의 자기유사성 및 무작위 변동성계수를 추정하기 위하여 2002년 8월 6일 00:10부터 8월 9일 24:00까지 432장의 레이더 스캔을 사용하여 스케일분석을 실시하였으며, 모형적용결과 연평균 강우량의 변화는 A2의 경우 797.89mm에서 1297.09mm로 B2의 경우 815.02mm에서 1383.93mm로 나타났다.

• The Korean Journal of Applied Statistics
• /
• v.34 no.1
• /
• pp.75-98
• /
• 2021

This paper compares three statistical models that examine the relationship between national and provincespecific fertility rates. The three models are two of the regression models and a cointegration model. The regression model is by substituting Gompit transformation for the cumulative fertility rate by the average for ten years, and this model applies the raw data without transformation of the fertility data. A cointegration model can be considered when fitting the unstable time series of fertility rate in probability process. This paper proposes the following when it is intended to derive the relation of non-stationary fertility rate between the national and provinces. The cointegrated relationship between national and regional fertility rates is first derived. Furthermore, if this relationship is not significant, it is proposed to look at the national and regional fertility rate relationships with a regression model approach using raw data without transformation. Also, the regression model method of substituting Gompit transformation data resulted in an overestimation of fertility rates compared to other methods. Finally, Seoul, Busan, Daegu, Incheon, Gwangju, Daejeon and Gyeonggi province are expected to show a total fertility rate of 1.0 or less from 2025 to 2030, so an urgent and efficient policy to raise this level is needed.

• The Journal of Bigdata
• /
• v.8 no.1
• /
• pp.23-34
• /
• 2023

Nowadays, the Designated Driver Services employ dynamic pricing, which adapts in real-time based on nearby driver availability, service user volume, and current weather conditions during the user's request. The uncertain volatility is the main cause of price increases, leading to customer attrition and service refusal from driver. To make a good Designated Driver Services, development of a demand forecasting model is required. In this study, we propose developing a demand forecasting model using data from the Designated Driver Service by considering normal and peak periods, such as rush hour and rush day, as prior knowledge to enhance the model performance. We propose a new methodology called Time-Series with Conditional Probability(TSCP), which combines conditional probability and time-series models to enhance performance. Extensive experiments have been conducted with real Designated Driver Service data, and the result demonstrated that our method outperforms the existing time-series models such as SARIMA, Prophet. Therefore, our study can be considered for decision-making to facilitate proactive response in Designated Driver Services.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.14 no.3
• /
• pp.523-534
• /
• 1994

The purpose of this study is to develop computer simulation model that produce precipitation patterns from stochastic model. In the paper(I) of this study, the alternate renewal process(ARP) is used for the daily precipitation series. In this paper(Il), stochastic simulation models for the daily precipitation series are developed by combining Markov chain for the precipitation occurrence process and continuous probability distribution for the precipitation amounts on the wet days. The precipitation occurrence is determined by first order Markov chain with two states(dry and wet). The amounts of precipitation, given that precipitation has occurred, are described by a Gamma, Pearson Type-III, Extremal Type-III, and 3 parameter Weibull distribution. Since the daily precipitation series shows seasonal variation, models are identified for each month of the year separately. To illustrate the application of the simulation models, daily precipitation data were taken from records at the seven locations of the Nakdong and Seomjin river basin. Simulated data were similar to actual data in terms of distribution for wet and dry spells, seasonal variability, and precipitation amounts.

• Journal of Wetlands Research
• /
• v.21 no.3
• /
• pp.236-243
• /
• 2019

Hydrologic time series has been analyzed and forecasted by using classical linear models. However, there is growing evidence of nonlinear structure in natural phenomena and hydrologic time series associated with their patterns and fluctuations. Therefore, the classical linear techniques for time series analysis and forecasting may not be appropriate for nonlinear processes. Daily streamflow series at St. Johns river near Cocoa, Florida, USA showed an interesting result of a low dimensional, nonlinear dynamical system but daily inflow at Soyang reservoir, South Korea showed stochastic property. Based on the chaotic dynamical characteristic, DVS (deterministic versus stochastic) algorithm is used for short-term forecasting, as well as for exploring the properties of the system. In addition to the use of DVS algorithm, a neural network scheme for the forecasting of the daily streamflow series can be used and the two techniques are compared in this study. As a result, the daily streamflow which has chaotic property showed much more accurate result in short term forecasting than stochastic data.

• The Korean Journal of Applied Statistics
• /
• v.30 no.2
• /
• pp.243-257
• /
• 2017

In this paper, we compare several methods to approximate option prices: Edgeworth expansion, A-type and C-type Gram-Charlier expansions, a method using normal inverse gaussian (NIG) distribution, and an asymptotic method using nonlinear regression. We used two different types of approximation. The first (called the RNM method) approximates the risk neutral probability density function of the log return of the underlying asset and computes the option price. The second (called the OPTIM method) finds the approximate option pricing formula and then estimates parameters to compute the option price. For simulation experiments, we generated underlying asset data from the Heston model and NIG model, a well-known stochastic volatility model and a well-known Levy model, respectively. We also applied the above approximating methods to the KOSPI200 call option price as a real data application. We then found that the OPTIM method shows better performance on average than the RNM method. Among the OPTIM, A-type Gram-Charlier expansion and the asymptotic method that uses nonlinear regression showed relatively better performance; in addition, among RNM, the method of using NIG distribution was relatively better than others.