The purpose of this study was to investigate the analytical model of the implicit price according to objective and subjective characteristics of housing. The hedonic price regression was used for estimating the implicit price. The subjectives of this study were 1,143 dwellers who live in Seoul metropolitan area. Taejeon, and Jeonju. Satistical analyses were conducted using frequencies, percentiles, mean, and multiple regression. The major findings were as follows: 1. There was a significant difference in the implict price of the apartment between owners and renters. 2. There was a sginificant difference in the implicit price of the apartment among Seoul metropolitan area, Taejeon, and Jeonju. 3. Using a stepwise multiple regression method, the order of variables as they were entered in the model were different between tenure types (owner/renter), and regions(Seoul metroplitan area/Taejeon/Jeonju). 4. The linear model was the most appropriate noe which explained the housing price. 5. Subjective characteristics of housing in Taejeon and Jeonju had an effect on the housing price more than those in Seoul metropolitan area.
The change of the electricity charge from cost base to price base due to the introduction of the electricity market competition causes consumer to choose a variety of charge schemes and a portion of loads to be affected by this change. Besides, it is required the index that consolidate the price volatility experienced on the power exchange with gaming and strategic bidding by suppliers to increase profits. Therefore, in order to find a mathematical model of the sensitively-responding-to-price loads, the price-sensitive load model is needed. And the development of state-of-the-art technologies affects the electricity price, so the diffusion of high-efficient end-uses and these price affect load patterns. This paper shows the analysis on learning curves algorithms which is used to investigate the correlation of the end-uses' price and load patterns.
Revenue management (RM) has been widely used to model products characterized as perishable. Classical RM model assumed that price is the sole factor in the model. Thus price adjustment becomes a crucial and costly factor in business. In this paper, an optimal pricing model is developed based on minimization of soft customer cost, one kind of price adjustment cost and is solved by Lagrange multiplier method. It is formed by expected discounted revenue/bid price integrating quantity-based RM and pricing-based RM. Quantity-based RM consists of two capacity models, namely, booking limit and overbooking. Booking limit, built by assuming uncertain customer arrival, decides the optimal capacity allocation for two market segments. Overbooking determines the level of accepted order exceeding capacity to anticipate probability of cancellation. Furthermore, pricing-based RM models occupancy/demand rate influenced by internal and competitor price changes. In this paper, a mathematical model based on game theoretic approach is developed for two conditions of deterministic and stochastic demand. Based on the equilibrium point, the best strategy for both hotels can be determined.
This study performs a factor analysis that affects the bunker oil price using the Co-integration model and Vector Error Correction Model (VECM). For this purpose, we use data from Clarkson and the analysis results show 17.6% decrease in bunker oil price when the amount of crude oil production increases at 1.0%, 10.3% increase in bunker oil price when the seaborne trade volume increases at 1.0%, 1.0% decrease in bunker oil price when total volume of vessels increases at 1.0%, and 0.003% increase in bunker oil price when 1.0% increase in world GDP, respectively. This study is meaningful in that this study estimates the speed of convergence to long-term equilibrium and identifies the price adjust mechanism which naturally exists in bunker oil market. And it is expected that the future study can provide statistically more meaningful econometric results if it can obtain data during more long-periods and use more various kinds of explanatory variables.
Electricity has become a factor that dramatically affects the market economy. The day-ahead system marginal price determines electricity prices, and system marginal price forecasting is critical in maintaining energy management systems. There have been several studies using mathematics and machine learning models to forecast the system marginal price, but few studies have been conducted to develop, compare, and analyze various machine learning and deep learning models based on a data-driven framework. Therefore, in this study, different machine learning algorithms (i.e., autoregressive-based models such as the autoregressive integrated moving average model) and deep learning networks (i.e., recurrent neural network-based models such as the long short-term memory and gated recurrent unit model) are considered and integrated evaluation metrics including a forecasting test and information criteria are proposed to discern the optimal forecasting model. A case study of South Korea using long-term time-series system marginal price data from 2016 to 2021 was applied to the developed framework. The results of the study indicate that the autoregressive integrated moving average model (R-squared score: 0.97) and the gated recurrent unit model (R-squared score: 0.94) are appropriate for system marginal price forecasting. This study is expected to contribute significantly to energy management systems and the suggested framework can be explicitly applied for renewable energy networks.
The purpose of this study was to measure the factor influencing tourist preferences for leaf mustard iimchi. Among 250 questionnaires, 230 questionnaires were utilized for the analysis. Frequencies, conjoint model, max. utility model, BTL model, Logit model, K-means cluster analysis, and one-way ANOVA analysis were used for this study. The findings from this study were as follows. First, the Pearson's R and Kendall's tau statistics showed that the model fitted the data well. Second, it was found that total respondents and three clusters regarded taste and price as the very important factor. Third, it was found that the first cluster most preferred product with light red color, plain package, and mild taste sold at a cheap price in factory. The second cluster most preferred product with light red color, plain package, and moderately pungent taste sold at a expensive price in factory. The third cluster most preferred product with dark red color, shaped package, and highly pungent taste sold at a cheap price in factory. Fourth, it was found that the first cluster most preferred simulation product with light red color, shaped package, and mild taste sold at a cheap price in factory. The second cluster most preferred simulation product with light red color, shaped package, and moderately pungent taste sold at a cheap price in factory. The third clutter most preferred simulation product with dark red color, shaped package, and highly pungent taste sold at a cheap price in factory.
본 논문은 입찰사이트 전기넷과 OK EMS에서 입수한 입찰데이터로 DNBP(Deep learning Network to predict Budget Price) 모델을 통해 예정가격을 예측한다. 우리는 DNBP 모델을 활용하여 4개의 추첨예비가격을 예측을 하고, 이를 산술평균 한 뒤 예정가격 사정률을 계산하여, 실제 예정가격 사정률과 비교하여 모델의 성능을 평가한다. DNBP의 15개의 입력노드 중 일부 입력노드를 제거하여 모델을 학습시켰다. 예측 결과 예측 결과 입력노드가 6개(a, g, h, i, j, k) 일 때 DNBP의 RMSE가 0.75788% 로 가장 낮았다.
The primary purpose of this study is to identify various factors that affect farmland prices according to changes in the actual transaction price of farmland over the past decade, and to use this to derive policy implications for price stabilization. To this end, the farmland price model are constructed at the parcel level in the case area (Namwon-si, Jinju-si). The analysis method is based on the Hedonic price function, and the OLS and the quantile regression are used for the parcel level model. As a result of estimating the parcel level farmland price model in the case area, the larger the parcel area, the lower the farmland price, and the higher the farmland price outside the agricultural promotion area. It was found that there was a price difference according to the type of special purpose areas, and the location characteristics showed some differences across the cities. The farmland price models presented in this study are suitable for identifying the factors affecting farmland prices, and are expected to be highly utilized in that it is possible to construct flexible variables suitable for regional characteristics.
In Korea weapon system acquisition processes, it's required a cost estimation report obtained from a commercial cost model. The PRICE model is generally used as a cost estimation model in Korea. However, the model uses American historical R&D data and it's output cost component is different from our cost component of defense accounting system. Also, we found that estimating results show about 10% of difference when we comparing with actual costs in 44 finished weapon acquisition projects. There are some limitations in calibration to increase an accuracy of the PRICE model because it's difficult obtain good real input data, detailed cost and technical data in low level WBS. So, only 8% of the defense R&D projects are calibrated and validation of calibration results is more difficult. Therefore, we studied the standard calibration process and performed the calibration about the MCPLXS/E parameters of the PRICE model based on actual cost data. In order to obtain a good calculation result, we collected the actual material costs from the defense industry companies. Our results can be used for an reference in similar weapon system R&D and production cost estimation cases.
이 연구는 빈번한 가격할인을 하고 있는 국내 의류시장에서 소비자들이 가격이 떨어질 것을 기대하여 제품의 구입을 늦추는 '가격기대효과'가 실제로 존재하는지 실증적으로 분석하고자 하는 데 그 목적이 있다. 특히, 지금까지의 가격연구에서는 규범적 행태적 서술적 연구 등 각 분야의 영역을 접목시킨 통합적 접근이 미진하여 소비자의 심리적 요인을 가격책정에 반영한 시도가 드물었고 시간의 흐름에 따라 변화 하는 가격과 판매량의 관계를 살피는 동태적 연구가 부족하기 때문에, 규범적 연구와 행태적 연구를 접목시켜 의류제품의 가격기대효과를 밝혀내고자 하였다. 이를 위해 기존의 의류제품에 적합한 동태적인 가격기대효과 모델을 수립하였으며 모델을 검증하기 위하여 국내 백화점의 여성복 판매 데이터를 이용하였다. 분석결과 국내 의류제품을 구매하는 소비자들에게 가격기대효과가 존재한다는 사실을 이론적, 실증적으로 밝혀내었다. 이러한 결과는 패션제품의 가격변화에 따른 소비자들의 독특한 구매행동을 반영한 것으로 기존의 동태적 가격연구의 범위를 넓혔다는데 의의가 있다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.