• Journal of the Korean Data and Information Science Society
• /
• 제19권4호
• /
• pp.1037-1046
• /
• 2008

Recently, the oil suppliers who supply the tax-exempt oil to the fishery are confronted with big trouble in their supply and demand system due to the unstable global oil prices. We applied the seasonal ARIMA(SARIMA) model to the low-sulfur and high-sulfur crude oil which are in great request and developed forecasting systems for them. Since there are many parameters in SARIMA, it is difficult to estimate the optimal parameters, but it is overcome by using simulation looping program. In conclusion, we found that the obvious seasonality in demand of low-sulfur and these demands are tending downwards gradually.

• 응용통계연구
• /
• 제22권5호
• /
• pp.1007-1017
• /
• 2009

본 연구는 최근에 활발히 연구가 진행 중인 항공수요 예측 분야에서 사용되는 계절형 ARIMA 모형과 다변량 계절형 시계열 모형과의 성능을 비교한 것이다. 본 연구에서는 국제 여객 수요와 국제 화물 수요 예측을 위하여 실제 자료를 이용하여 비교한 결과 다변량 계절형 시계열 모형이 예측의 정확도 면에서 기존의 일변량 모형보다 우수함을 보였다.

• 응용통계연구
• /
• 제24권1호
• /
• pp.45-59
• /
• 2011

시계열에는 1년 주기의 계절변동이 포함되어 있다. 시계열의 기조적 움직임을 살펴보기 위해서는 시계열에서 계절 변동을 제거하는 계절조정이 필요하다. 계절조정 프로그램 X-12-ARIMA에서는 F검정과 Kruskal-Wallis검정으로 시계열에 존재하는 계절변동(계절성)을 식별하고, 스펙트럼 그래프로 계절조정후 불규칙변동에 계절변동이 남아 있는 지 점검한다. 본 연구에서는 평활 검정을 계절성 검정에 적용한 평활 계절성 검정을 제안하고, 그 특성을 모의실험과 실제 시계열에 대한 계절성 검정을 통해 살펴보았다. 모의실험 결과를 보면 평활 계절성 검정이 X-12-ARIMA의 스펙트럼 분석을 계량화하고, 계절성 검정인 F검정과 Kruskal-Wallis검정을 보완할 수 있을 것으로 판단된다.

• Journal of the Korean Data and Information Science Society
• /
• 제27권3호
• /
• pp.725-732
• /
• 2016

본 연구에서는 제주를 방문하는 관광객 수를 여행목적 별로 분석하였다. 여행목적은 "휴양 및 관람", "레저 및 스포츠", 그리고 "회의 및 업무"를 위한 여행으로 구분되어 있으며, 2005년 1월부터 2016년 3월까지 자료를 이용하였다. 2015년 5월에 발생한 메르스 (MERS, 중동호흡기증후군) 사태의 영향을 반영하기 위하여 계절형 ARIMA-Intervention 모형을 이용한 개입분석을 수행하였다. 분석결과 메르스사태는 "레저 및 스포츠"와 "회의 및 업무"를 목적으로하는 관광객 수에 6월 한 달간 영향을 끼친 것으로 나타났으며, 이로 인하여 이 기간 동안 30%에서 40% 정도의 관광객이 감소한 것으로 추정되었다. 반면, "휴양 및 관람"에서는 메르스사태의 영향이 유의하지 않은 것으로 나타났다. 본 결과를 토대로 향후 1년의 월별 관광수요를 예측하여 보았다.

• 응용통계연구
• /
• 제32권1호
• /
• pp.139-148
• /
• 2019

본 연구는 KTX 수송수요를 예측하기 위한 방법으로 다중개입 시계열 모형을 제안하였다. 구체적으로 2011년 이전의 자료로서 경부 2단계 개통 개입만 고려한 Kim과 Kim (Korean Society for Railway, 14, 470-476, 2011)의 연구를 수정 보완하기 위해 다양한 개입이 추가적으로 발생하고 있는 2011년 이후의 시계열 자료를 효과적으로 모델링하는 한편 KTX 수송수요를 정확히 예측하기 위한 방법으로 다중개입 계절형 ARIMA 모형을 도입하였다. 자료 분석을 통해 KTX 수송수요에 영향을 주었던 경부 및 호남 2단계 개통, 메르스 발병과 설추석 명절 등 다양한 개입의 효과를 효과적으로 해석하는 한편, 이를 통해 예측의 정확성을 높일 수 있음을 확인하였다.

• 응용통계연구
• /
• 제32권1호
• /
• pp.161-171
• /
• 2019

일별 최대전력 수요 예측은 국가의 전력 수급운영에 중요한 과제로서 과거부터 다양한 방법들이 끊임없이 연구되어 왔다. 일별 최대전력 수요를 정확히 예측함으로써 발전설비에 대한 일일 운용계획을 작성하고 효율적인 설비 운용을 통해 불필요한 에너지 자원의 소비를 감소하는데 기여할 수 있으며 여름 겨울철 냉난방수요로 인해 발생하는 전력소비 과다로 인한 전력예비율 감소 문제 등에 선제적으로 대비할 수 있는 장점을 가진다. 이러한 일별 최대전력수요 예측을 위하여 본 논문에서는 Seasonal ARIMA, TBATS, Seasonal Reg-ARIMA, NNETAR 모형에 평일, 주말, 특수일에 대한 효과와 온도에 대한 영향을 함께 고려하여 다음날의 일별 최대전력을 예측하는 모형을 연구하였다. 본 논문을 통한 모형들의 예측 성능 평가 결과 요일, 온도를 고려할 수 있는 Seasonal Reg-ARIMA 모형과 NNETAR 모형이 이를 고려할 수 없는 다른 시계열 모형보다 우수한 예측 성능을 나타내었고 그 중 인공신경망을 활용한 NNETAR 모형의 예측 성능이 가장 우수하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제17권1호
• /
• pp.141-147
• /
• 2006

BOK-X12-ARIMA has been developed by the Bank of Korea in order to accomodate special features such as lunar effect, labor day and election effect which are intrinsic in Korean seasonal time series. Irregular component resulting from BOK-X12-ARIMA is usually treated as white noise time series. If this shows dependency structure, it may be advisable to incorporate dependency in irregular component into prediction. This article illustrates how to refine point forecast using dependency structure in irregular component.

• Communications for Statistical Applications and Methods
• /
• 제19권3호
• /
• pp.415-422
• /
• 2012

본 연구에서는 단기에 측정되는 트래픽 자료를 예측하기 위하여 Holt-Winters, Fractional Seasonal ARIMA, AR-GARCH, Seasonal AR-GARCH 모형을 사용하여 각 모형의 예측 성능을 비교하고자 한다. 예측에 이용된 시계열 모형에 대해 소개하고, 실제 트래픽 자료에 적용하여 트래픽 자료를 분석한 결과 Holt-Winters방법이 예측력 측면에서 가장 우수하였다.

• 한국환경보건학회지
• /
• 제28권3호
• /
• pp.19-25
• /
• 2002

In this paper, the water quality forecast was performed on the BOD of the Chungju Dam using the ARIMA model, which is a nonlinear statistics model, and the artificial neural network model. The monthly data of water quality were collected from 1991 to 2000. The most appropriate ARIMA model for Chungju dam was found to be the multiplicative seasonal ARIMA(1,0,1)(1,0,1)$_{12}$, model. While the artificial neural network model, which is used relatively often in recent days, forecasts new data by the strength of a learned matrix like human neurons. The BOD values were forecasted using the back-propagation algorithm of multi-layer perceptrons in this paper. Artificial neural network model was com- posed of two hidden layers and the node number of each hidden layer was designed fifteen. It was demonstrated that the ARIMA model was more appropriate in terms of changes around the overall average, but the artificial neural net-work model was more appropriate in terms of reflecting the minimum and the maximum values.s.

• 응용통계연구
• /
• 제23권6호
• /
• pp.997-1021
• /
• 2010

본 연구에서는 최근에 새롭게 개발된 X-13A-S 프로그램을 이용하여 우리나라 경제시계열에 적합한 계절조정방법을 모색하였다. 특히 한국의 주요 거시경제지표에 대하여 X-12 필터와 SEATS 방법을 각각 적용하여 계절조정계열을 산출하고, 안정성 멱등성 등 계절조정의 적합성 평가기준을 토대로 두 방법의 유용성에 대한 이론적 실증적 비교분석을 시도하였다. 본 연구의 분석에 의하면 두 방법 모두 안정성이 우수한 것으로 나타나 계절조정의 신뢰성은 높은 것으로 평가되었다. 두 방법 사이의 상대적 비교에서는 대상 자료에 따라 약간 다른 결과를 보이고 있기는 하지만 전체적으로 모형에 기초하여 계절조정을 시행하는 SEATS 방법이 우월한 것으로 나타났다. 특히 구조변화를 고려하여 구간을 나누어 계절변동조정을 시행하면, 전체 기간에 대한 분석에 비해 SEATS 방법에 상대적으로 더 유리한 결과가 도출되었다. 이는 모형 분석에 기초를 둔 TRAMO-SEATS 방법이 계절조정의 이론적 정합성 및 일관성 측면에서 더 우수하다는 최근의 학문적인 연구 결과와 일치한다. 이러한 결과는 그 동안 현재 국내에서 사용되고 있는 X-12-ARIMA 방법 이외에 TRAMO-SEATS 방법을 한국 경제시계열 자료에 적용할 필요성이 있다는 것을 암시하는 것이라 할 수 있다. 따라서 향후 X-13A-S 프로그램과 같이 두 방법을 같이 병행하면서 이를 우리 자료에 맞게 조정하는 방안에 관한 지속적인 연구가 필요하다. 이를 통해 계량모형에 기초한 TRAMO-SEATS 방법의 이론적 정합성과 X-12-ARIMA 방법의 실증적 적합성을 결합시킬 수 있는 새로운 차원의 계절조정방법을 계속 모색해야 한다.