• 응용통계연구
• /
• 제20권2호
• /
• pp.323-332
• /
• 2007

이 논문에서는 이산코사인변환에 의해 유도된 주파수 공간상에서의 포트맨토검정법을 소개한다. 정상시계열의 경우 이산코사인변환 계수는 점근적으로 독립이고 분산은 자기공분산의 선형결합으로 표시된다. 백색잡음에 대한 이산코사인변환 계수의 공분산 행렬은 모든 대각원소가 시계열의 분산인 대각행렬이다. 시계열의 독립성을 검정하기 위해 계수들을 주파수 영역에 따라 2 또는 3개의 그룹으로 분할하고 그룹간의 분산을 비교하여 자료가 백색잡음인지 아닌지를 검정한다. 또한 계수의 제곱값이 반응변수이고 주파수 대역이 설명변수인 회귀모형에서 기울기를 검정하여 백색잡음 여부를 알아본다. 모의실험 결과를 보면 제안한 검정방법이 대부분의 경우 Ljung-Box 검정보다 높은 검정력을 가지는 것으로 나타났다.

• 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.