• 제목/요약/키워드: PACF

검색결과 16건 처리시간 0.024초

SARIMA모형을 이용한 코로나19 확진자수 예측 (Prediction of Covid-19 confirmed number of cases using SARIMA model)

  • 김재호;김장영
    • 한국정보통신학회논문지
    • /
    • 제26권1호
    • /
    • pp.58-63
    • /
    • 2022
  • 코로나19의 일일 확진자 수는 천명 후반대에서 2천명대를 유지하고 있으며, 백신접종률이 증가함에도 불구하고 확진자수가 쉽게 줄어들지 않는 상황이다. 변이바이러스는 계속해서 등장하고, 현재는 뮤 변이 바이러스까지 국내에 유입되었다. 본 논문은 코로나 예방전략을 위해 SARIMA 모델을 통해 코로나19 국내 확진자 수를 예측한다. ADF Test와 KPSS Test를 통해 데이터에 추세와 계절성이 있음을 확인한다. SARIMA(p,d,q)(P,D,Q,S)의 p, d, q, P, D, Q의 값은 모형 차수결정 정리로 파라미터를 추출한다. ACF와 PACF를 통해 p, q 파라미터를 추론한다. 차분, 로그변환, 계절성제거 등을 통해 데이터를 정상성 형태로 변환하고, 도식화 하여 파라미터를 도출하고, 계절성이 있다면 S를 정하고, SARIMA P,D,Q를 정하고, 계절성을 제외한 차수에 대해 ACF와 PACF를 보고 ARIMA p,d,q를 정한다.

ARMA Modeling for Nonstationary Time Series Data without Differencing

  • Shin, Dong-Wan;Park, You-Sung
    • Journal of the Korean Statistical Society
    • /
    • 제28권3호
    • /
    • pp.371-387
    • /
    • 1999
  • For possibly nonstationary autoregressive moving average, modeling based on the original observations rather than the differenced observations is considered. Under this scheme, sample autocorrelation functions, parameter estimates, model diagnostic statistics, and prediction are all computed from the original data instead of the differenced data. The methods and results established under stationarity of data are shown to naturally extend to the nonstationarity of one autoregressive unit root. The sample ACF and PACF can be used for ARMA order determination. The BIC order is strongly consistent. The parameter estimates are asymptotically normal. The portmanteau statistic has chi-square distribution. The predictor is asymptotically equivalent to that based on the differenced data.

  • PDF

충주호 수질변동의 추계학적 특성 (Stochastic Characteristics of Water Quality Variation of the Chungju Lake)

  • 정효준;황대호;백도현;이홍근
    • 한국환경보건학회지
    • /
    • 제27권3호
    • /
    • pp.35-42
    • /
    • 2001
  • The characteristics of water quality variation were predicted by stochastic model in Chungju dam, north Chungcheong province of south Korea, Monthly time series data of water quality from 1989 to 2001;temperature, BOD, COD and SS, were obtained from environmental yearbook and internet homepage of ministry of environment. Development of model was carried out with Box-Jenkins method, which includes model identification, estimation and diagnostic checking. ACF and PACF were used to model identification. AIC and BIC were used to model estimation. Seosonal multiplicative ARIMA(1, 0, 1)(1, 1, 0)$_{12}$ model was appropriate to explain stochastic characteristics of temperature. BOD model was ARMa(2, 2, 1), COD was seasonal multiplicative ARIMA(2. 0. 1)(1. 0, 1)$_{12}$, and SS was ARIMA(1, 0, 2) respectively. The simulated water quality data showed a good fitness to the observed data, as a result of model verification.ion.

  • PDF

Prediction of carbon dioxide emissions based on principal component analysis with regularized extreme learning machine: The case of China

  • Sun, Wei;Sun, Jingyi
    • Environmental Engineering Research
    • /
    • 제22권3호
    • /
    • pp.302-311
    • /
    • 2017
  • Nowadays, with the burgeoning development of economy, $CO_2$ emissions increase rapidly in China. It has become a common concern to seek effective methods to forecast $CO_2$ emissions and put forward the targeted reduction measures. This paper proposes a novel hybrid model combined principal component analysis (PCA) with regularized extreme learning machine (RELM) to make $CO_2$ emissions prediction based on the data from 1978 to 2014 in China. First eleven variables are selected on the basis of Pearson coefficient test. Partial autocorrelation function (PACF) is utilized to determine the lag phases of historical $CO_2$ emissions so as to improve the rationality of input selection. Then PCA is employed to reduce the dimensionality of the influential factors. Finally RELM is applied to forecast $CO_2$ emissions. According to the modeling results, the proposed model outperforms a single RELM model, extreme learning machine (ELM), back propagation neural network (BPNN), GM(1,1) and Logistic model in terms of errors. Moreover, it can be clearly seen that ELM-based approaches save more computing time than BPNN. Therefore the developed model is a promising technique in terms of forecasting accuracy and computing efficiency for $CO_2$ emission prediction.

경북지역에서 여름 파종 수수류 교잡종의 생육특성, 수량성 및 사료가치 비교 (Comparison of Agronomic Characteristics, Productivity and Feed Values of Summer Sowing Sorghum Hybrids in Gyeongbuk)

  • 신정남;고기환;김종덕
    • 한국초지조사료학회지
    • /
    • 제35권2호
    • /
    • pp.99-104
    • /
    • 2015
  • 본 시험은 2013년부터 2014년까지 경북 성주에서 여름 파종 수수류 교잡종의 생육특성, 품질 및 수량성을 평가하기 위하여 실시하였다. 시험설계로 품종을 처리로 한 6처리 3반복으로 배치하였다. 파종기는 2013년과 2014년 7월 31일에 조파하였고 수확은 2013년 11월 3일과 2014년 11월 5일에 하였다. 출수기는 2년 평균이 sordan79 10월 5일 sprint 10월 8일 SX17 10월 9일 순으로 조사되었고, 2013년 수수류 교잡종의 DM수량은 SX17, Sordan79 및 Sprint 가 각각 24.2, 23.9 및 23.4톤/ha으로 SS405, PACF8350 및 Sugar grazer 21.5, 20.6 및 20.5톤/ha 보다 높았으며 (p<0.05), DDM수량 역시 비슷한 경향을 보였다. 2014년 DM수량은 SX17, Sordan79 및 Sprint가 20.8, 19.3 및 20.0톤/ha로 다른 3품종 보다 높았으며(p<0.05), DDM수량 역시 비슷한 경향을 보였다. ADF와 NDF의 함량은 비교적 낮았으며 반면에 DDM 함량은 높아 사료가치가 우수하였다. 본 시험의 결과에 의하면 여름 파종 시 전통형(출수형) 수수-수단그라스 교잡종 SX17, Sordan79와 수단그라스-수단그라스 교잡종 Sprint가 늦은 개화형(비출수형) 수수-수단그라스 교잡종 PACF8350이나 수수-수수교잡종 SS405와 Sugar grazer 보다 수량측면에서 남부지방에서 유리할 것으로 생각된다.

수질 자료에 대한 ARIMA 모형 적용(지역환경 \circled2) (ARIMA Modeling for Monthly Oxygen Demand Data)

  • 허용구;박승우
    • 한국농공학회:학술대회논문집
    • /
    • 한국농공학회 2000년도 학술발표회 발표논문집
    • /
    • pp.590-598
    • /
    • 2000
  • A multiplicative ARIMA model was tested and applied to analyze the periodicity and trends of 168 monthly oxygen demand data from the Noryanggin water quality gauging station in the downstream Han River. ARIMA model was identified to fit to the data using ACF and PACF tests, and the parameters estimated using an unconditional least square method. The residuals between the observed and forecasted data were acceptable with the Porte-Manteau test. A forecast of DO changes was made for its applications.

  • PDF

자동상관인 공정에서 Special-Cause CUSUM 관리도의 ARL (Average Run Lengths of Special-Cause Control Charts for Autocorrelated Processes)

  • Sungwoon Choi
    • 산업경영시스템학회지
    • /
    • 제18권36호
    • /
    • pp.243-251
    • /
    • 1995
  • 본 연구에서는 자동상관인 공정의 변화를 빠르게 탐지할 수 있는 Special-Cause CUSUM 관리도를 사용하여 다섯가지 시계열 모델에 대해 다음과 같은 연구를 수행한다. 첫째 ACF와 PACF로 파라미터에 따른 ARL의 변화를 쉽게 해석할 수 있는 방법과 둘째로 독립인 관측값에 적용하는 Hawkins(1992)의 ARL 간략계산법을 자동상관인 공정에서도 사용할 수 있는 기법을 제시하여 기존의 시뮬레이션을 이용한 ARL 계산법에 비해 빠르고도 정확한 값을 구한다. 끝으로 두가지 유형의 평균이동에 대한 ARL 변화를 각각 계산해 보아 그 효과를 비교분석 한다.

  • PDF

Extreme Value Analysis of Statistically Independent Stochastic Variables

  • Choi, Yongho;Yeon, Seong Mo;Kim, Hyunjoe;Lee, Dongyeon
    • 한국해양공학회지
    • /
    • 제33권3호
    • /
    • pp.222-228
    • /
    • 2019
  • An extreme value analysis (EVA) is essential to obtain a design value for highly nonlinear variables such as long-term environmental data for wind and waves, and slamming or sloshing impact pressures. According to the extreme value theory (EVT), the extreme value distribution is derived by multiplying the initial cumulative distribution functions for independent and identically distributed (IID) random variables. However, in the position mooring of DNVGL, the sampled global maxima of the mooring line tension are assumed to be IID stochastic variables without checking their independence. The ITTC Recommended Procedures and Guidelines for Sloshing Model Tests never deal with the independence of the sampling data. Hence, a design value estimated without the IID check would be under- or over-estimated because of considering observations far away from a Weibull or generalized Pareto distribution (GPD) as outliers. In this study, the IID sampling data are first checked in an EVA. With no IID random variables, an automatic resampling scheme is recommended using the block maxima approach for a generalized extreme value (GEV) distribution and peaks-over-threshold (POT) approach for a GPD. A partial autocorrelation function (PACF) is used to check the IID variables. In this study, only one 5 h sample of sloshing test results was used for a feasibility study of the resampling IID variables approach. Based on this study, the resampling IID variables may reduce the number of outliers, and the statistically more appropriate design value could be achieved with independent samples.

인공 신경망 회귀 모델을 활용한 인버터 기반 태양광 발전량 예측 알고리즘 (Inverter-Based Solar Power Prediction Algorithm Using Artificial Neural Network Regression Model)

  • 박건하;임수창;김종찬
    • 한국전자통신학회논문지
    • /
    • 제19권2호
    • /
    • pp.383-388
    • /
    • 2024
  • 본 논문은 전라남도에서 측정한 태양광 발전 데이터를 기반으로 발전량 예측값을 도출하기 위한 연구이다. 발전량 측정을 위해 인버터에서 직류, 교류, 환경데이터와 같은 다변량 변수를 측정하였고, 측정값의 안정성과 신뢰성 확보를 위한 전처리 작업을 수행하였다. 상관관계 분석은 부분자기상관함수(PACF: Partial Autocorrelation Function)을 활용하여 시계열 데이터에서 발전량과 상관성이 높은 데이터만을 예측을 위해 사용하였다. 태양광 발전량 예측을 위해 딥러닝 모델을 이용하여 발전량을 측정했고, 예측 정확도를 높이기 위해 각 다변량 변수의 상관관계 분석 결과를 이용하였다. 정제된 데이터를 활용한 학습은 기존 데이터를 그대로 사용했을 때 보다 안정되었고, 상관관계 분석 결과를 반영하여 다변량 변수 중 상관성이 높은 변수만을 활용하여 태양광 발전량 예측 알고리즘을 개선하였다.

추계학적 모형을 이용한 용담 유역의 연 최대${\cdot}$최소 유출량 모의 (Stochastic Modeling of Annual Maximum and Minimum Streamflow of Youngdam basin)

  • 김도진;김병식;김형수;서병하
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2004년도 학술발표회
    • /
    • pp.719-723
    • /
    • 2004
  • 본 연구에서는 일 최고, 최소치 유출량 계열을 확충하기 위해 ARIMA(p,d,q) 모형을 이용하였으며, 분석 자료의 경향성 유무를 파악하기 위해 Mann-Kendal 비모수적 검정을 실시하였다. 분석 결과, 최고 최소 유출량 자료 모두 경향성이 없는 것으로 분석되었다. ARIMA(p,d,q) 모형의 최적 차수를 결정하기 위해 ACF, PACF, AIC, 그리고 SBC(Schwarz Bayesian Criterion) 검사를 실시하였으며 이를 통해 최적의 ARMA 모형을 결정하였다. 일 최대치 자료의 경우 추계학적 경향 보다는 무작위적 특성을 보였으며, 일 최소치 자료계열 경우, ARMA(1,0) 모형이 최적 모형으로 선정되었다.

  • PDF