• 한국물환경학회지
• /
• 제31권1호
• /
• pp.19-28
• /
• 2015

The purpose of this research is reconstruction of annual precipitation based on Tree-ring series at Seorak mountain and examine its effectiveness. To do so we performed nonlinear time series characteristics test of Tree-ring series and reconstructed annual precipitation of Gangneung from 1687 to 1911 using Artificial neural network and Nonlinear autoregressive exogeneous input (NARX) model which reflects stochastic properties. As a result, Tree-ring series at Seorak Mountain shows nonlinear time series property and reconstructed annual precipitation series drawn from NARX is similar in statistical characteristics of observed annual time series.

• 한국산학기술학회논문지
• /
• 제17권4호
• /
• pp.663-670
• /
• 2016

본 논문은 국제유가 변동이 한국의 제조업 품목별 수출물가에 미치는 비대칭적 영향을 분석했다. 수출의존도가 큰 한국 기업들에게는 국제유가 변동을 수출물가에 얼마나 전가할 수 있는가의 여부가 중요하다. 수출물가에 대한 유가 변동의 전이 정도는 산업별로 다를 것이기 때문에 본 연구에서는 제조업 중 8개 산업의 모형을 각각 추정했다. 분석을 위한 모형으로 비선형 자기시차(Nonlinear Autoregressive Distributed Lag) 모형을 이용했다. 이 모형을 이용 시 국제유가의 상승기와 하락기를 구분하여 장단기 수출물가에 미치는 전이 효과의 차이를 테스트할 수 있다. 국제유가가 상승과 하락 시 모든 품목의 수출물가도 상승과 하락하는 양(+)의 전이효과가 나타났으나, 일부 품목에서는 그 영향이 비대칭적으로 나타났다. 일반기계와 수송장비 등 5개 품목에서는 단기적 비대칭성이 나타났으며, 석유 및 석탄제품과 섬유 및 가죽제품의 경우 단기적 비대칭뿐만 아니라 장기 비대칭이 나타났다. 국제유가가 1% 상승 시 석유 및 석탄제품의 수출단가는 장기적으로 0.992% 상승하나 하락 시에는 수출단가가 0.977% 하락하여 통계적으로 유의한 비대칭성이 있는 것으로 분석되었다. 따라서 이러한 국제유가가 수출물가에 주는 비대칭적 영향을 고려해 기업의 전략과 정부의 수출 정책을 수립해야 할 것이다.

• Journal of the Korean Statistical Society
• /
• 제36권2호
• /
• pp.257-274
• /
• 2007

This paper considers the tests for the presence of smooth transition non-linearity in the partially nonstationary vector autoregressive model. The transition parameters cannot be identified under the null hypothesis of linearity, and therefore this paper develops the tests for smooth transition nonlinearity, the associated asymptotic theory and the bootstrap inference. The Monte Carlo simulation evidence shows that the bootstrap inference generates moderate size and power performances.

• Journal of the Korean Data and Information Science Society
• /
• 제18권1호
• /
• pp.237-245
• /
• 2007

Nonlinear asymmetric time series models have the growing interest in econometrics and finance. Threshold model is one of the successful asymmetric model. We consider a smooth transition ARMA model which converges a.s. to a threshold ARMA model and show that the smooth transition ARMA model admits a stationary measure, provided a suitable condition on the coefficients of the autoregressive parts of the different regimes is satisfied. Stationarity of a smooth transition GARCH model is also obtained.

• 한국수자원학회논문집
• /
• 제39권12호
• /
• pp.997-1012
• /
• 2006

본 연구에서는 조건부 핵밀도함수와 CAFPE(Corrected Asymptotic Final Prediction Error) 차수결정 방법에 근거한 비매개변수적 비선형 자기회귀 (Nonlinear AutoRegressive, NAR) 모형을 소개하고 이를 SOI(Southern Oscillation Index)에 적용하였다. SOI 자료에 대해서 선형 AR 모형을 적용하였으나 잔차에 대한 검정결과 이분산성(heteroscedasticity)을 나타내었다. 또한 BDS(Brock-Dechert-Sheinkman) 검정에서 비선형성이 존재함을 확인하였다. 따라서 NAR 모형에 SOI 자료를 적용시켰다. CAFPE를 이용하여 가장 적합한 모형으로 지체 1, 2와 4가 선택되었으며 조건부 평균함수를 추정하여 SOI 자료를 모의한 결과 잔차에 대해서 정규성과 이분산성 가정이 Jarque-Bera 검정과 ARCH-LM 검정에서 각각 기각되었으며 또한 조건부 표준편차함수의 최적 차수로 3, 8과 9가 CAPFE를 통해 선택되었다. 조건부 평균함수와 표준편차함수를 모두 고려한 모형에 대한 잔차 검정 결과 잔차의 I.I.D 가정을 만족하였으며 특히, BDS 검정에서 신뢰구간 95%와 99%에서 모두 만족한 결과를 나타내었다. 마지막으로 전체의 15%에 해당하는 SOI 자료에 대해서 One-Step 예측을 수행하였으며 선형 모형에 비해 평균제곱예측오차가 7% 적게 나타났다. 따라서, NAR 모형은 여타의 매개변수적 방법과 달리 모형 선택에 있어 자유로우며 비선형성을 고려할 수 있는 모형으로서 SOI 자료와 같은 비선형 자료를 위한 모의방법으로 선형 모형에 비해 많은 장점을 가지고 있다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1993년도 Fifth International Fuzzy Systems Association World Congress 93
• /
• pp.857-860
• /
• 1993

In this paper, we apply the self generating neuro fuzzy model (SGNFM) to the dimension analysis of the chaotic time series. Firstly, we formulate a nonlinear time series identification problem with nonlinear autoregressive (NARMAX) model. Secondly, we propose an identification algorithm using SGNFM. We apply this method to the estimation of embedding dimension for chaotic time series, since the embedding dimension plays an essential role for the identification and the prediction of chaotic time series. In this estimation method, identification problems with gradually increasing embedding dimension are solved, and the identified result is used for computing correlation coefficients between the predicted time series and the observed one. We apply this method to the dimension estimation of a chaotic pulsation in a finger's capillary vessels.

• Journal of Information Technology Applications and Management
• /
• 제29권4호
• /
• pp.17-33
• /
• 2022

This study measures the internal and external competitiveness of 35 OECD countries in the insurance industry. We analyze whether variables related to the Fourth Industrial Revolution affect international competitiveness by applying a nonlinear autoregressive distributed lag model. As a result, the competitiveness of life insurance foreign companies in internal is showing positive responses in high income inequality countries. In addition, insurance companies in countries with low income inequality have shown high performance in external. The non-life insurance industry is less sensitive to shocks than life insurance. This is because non-life insurance is a more dangerous industry than life insurance and there are many restrictions on policies and regulations. The reason is that non-life insurance is a more dangerous industry than life insurance and there are many restrictions on policies and regulations.

• Animal Bioscience
• /
• 제34권4호
• /
• pp.770-782
• /
• 2021

Objective: The aim of the present study was to compare the effectiveness of three approaches (the seasonal auto-regressive integrated moving average [SARIMA] model, the nonlinear autoregressive exogenous [NARX] artificial neural networks and Wood's model) to the prediction of milk yield during lactation. Methods: The dataset comprised monthly test-day records from 965 Polish Holstein-Friesian Black-and-White primiparous cows. The milk yields from cows in their first lactation (from 5 to 305 days in milk) were used. Each lactation was divided into ten lactation stages of approximately 30 days. Two age groups and four calving seasons were distinguished. The records collected between 2009 and 2015 were used for model fitting and those from 2016 for the verification of predictive performance. Results: No significant differences between the predicted and the real values were found. The predictions generated by SARIMA were slightly more accurate, although they did not differ significantly from those produced by the NARX and Wood's models. SARIMA had a slightly better performance, especially in the initial periods, whereas the NARX and Wood's models in the later ones. Conclusion: The use of SARIMA was more time-consuming than that of NARX and Wood's model. The application of the SARIMA, NARX and Wood's models (after their implementation in a user-friendly software) may allow farmers to estimate milk yield of cows that begin production for the first time.

• 응용통계연구
• /
• 제36권4호
• /
• pp.295-307
• /
• 2023

HAR 모형은 간단한 선형 모형으로 실현 변동성의 장기기억성을 비교적 잘 설명할 수 있어 널리 쓰이고 있다. 하지만, 실현 변동성은 조건부 이분산성, 레버리지 효과, 변동성 집중 등과 같은 복잡한 특징을 보이고 있기에 단순 HAR 모형을 확장할 필요가 있다. 따라서 본 연구는 조건부 이분산성을 설명하는 GARCH 모형에 임계값에 따라 계수가 달라지는 비선형 모형인 임계 HAR 모형(THAR-GARCH)을 제안하고 그 추정 방법 및 예측 성능에 대해서 살펴보고자 한다. 보다 구체적으로 오차항의 등분산 가정을 벗어났기 때문에 모형의 계수를 추정하기 위해서 반복적인 가중최소제곱추정법을 제안하고 모의실험을 통해 일치성을 보였다. 또한 전세계 21개의 주요 주가 지수의 실현 변동성에 대한 예측 오차를 비교함으로써 제안한 GARCH 오차를 가지는 임계 HAR 모형이 일반적으로 더 우수한 예측력을 보임을 확인하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권2호
• /
• pp.907-923
• /
• 2020

For the severe haze situation in the Beijing-Tianjin-Hebei region, conventional fine particulate matter (PM2.5) concentration prediction methods based on pollutant data face problems such as incomplete data, which may lead to poor prediction performance. Therefore, this paper proposes a method of predicting the PM2.5 concentration based on image analysis technology that combines image data, which can reflect the original weather conditions, with currently popular machine learning methods. First, based on local parameter estimation, autoregressive (AR) model analysis and local estimation of the increase in image blur, we extract features from the weather images using an approach inspired by free energy and a no-reference robust metric model. Next, we compare the coefficient energy and contrast difference of each pixel in the AR model and then use the percentages to calculate the image sharpness to derive the overall mass fraction. Furthermore, the results are compared. The relationship between residual value and PM2.5 concentration is fitted by generalized Gauss distribution (GGD) model. Finally, nonlinear mapping is performed via the wavelet neural network (WNN) method to obtain the PM2.5 concentration. Experimental results obtained on real data show that the proposed method offers an improved prediction accuracy and lower root mean square error (RMSE).