• Communications for Statistical Applications and Methods
• /
• 제28권5호
• /
• pp.511-520
• /
• 2021

Over the last decade, Bitcoin has attracted a great deal of public interest and Bitcoin market has grown rapidly. One of the main characteristics of the market is that it often undergoes some events or incidents that cause outlying observations. To obtain reliable results in the statistical analysis of Bitcoin data, these outlying observations need to be carefully treated. In this study, we are interested in change point analysis for Bitcoin return series having such outlying observations. Since these outlying observations can affect change point analysis undesirably, we use a robust test for parameter change to locate change points. We report some significant change points that are not detected by the existing tests and demonstrate that the model allowing for parameter changes is better fitted to the data. Finally, we show that the model with parameter change can improve the forecasting performance of Value-at-Risk.

• 시큐리티연구
• /
• 제30호
• /
• pp.139-169
• /
• 2012

본 연구는 살인, 강도, 강간, 절도, 폭력 등 주요 범죄를 예측할 수 있는 시계열 모형을 도출하고 이를 이용한 주요 범죄의 발생 전망을 파악하여 범죄 발생에 대한 과학적인 치안정책 수립에 기여하는데 그 목적이 있다. 이와 같은 목적을 달성하기 위하여 2002년부터 2010년까지의 살인, 강도, 강간, 절도, 폭력 등 주요범죄에 대한 월별 발생건수를 IBM PASW(SPSS) 19.0을 사용하여 주요 범죄의 시계열 예측모형을 규명하기 위한 시계열 모형생성(C), 주요 범죄의 시계열 예측모형에 대한 정확도 규명을 위한 시계열 모형생성(C) 및 시계열 순차도표(N)를 실시하였다. 이와 같은 연구목적과 연구방법을 통하여 도출한 연구결과는 다음과 같다. 첫째, 살인, 강도, 강간, 절도, 폭력 등 주요 범죄에 대한 시계열 예측모형은 각각 단순계절, Winters 승법, ARIMA(0,1,1)(0,1,1), ARIMA(1,1,0)(0,1,1), 단순계절로 나타났다. 둘째, 살인, 강도, 강간, 절도, 폭력 등 주요 범죄에 대하여 시계열 예측모형을 이용한 주요 범죄에 대한 단기적 발생 전망이 가능한 것으로 나타났다. 이러한 연구결과를 토대로 범죄 발생에 대한 지속적인 시계열 예측모형 제시, 분기별, 연도별 범죄 발생건수를 기초로 하는 중 장기 시계열 예측모형에 대한 관심이 요구된다.

• 지질공학
• /
• 제24권2호
• /
• pp.191-199
• /
• 2014

We describe a method for detecting slope instability in flume tests using pore pressure and water content data in conjunction with a statistical control chart analysis. Specifically, we conducted univariate statistical analysis on x-MR control chart data (pore pressure and water content) collected at several points along the flume slope, which we separated into three parts: upper, middle, and lower. To assess our results in the context of landslide forecasting and warning systems, we applied control limit lines at $1{\sigma}$, $2{\sigma}$, and $3{\sigma}$ levels of uncertainty. In doing so, we observed that dispersion time varies depending on the control limit line used. Moreover, the detection of instabilities is highly dependent on the position and type of sensor. Our findings indicate that different characteristics of the data on various factors predict slope failure differently and these characteristics can be identified by univariate statistical analysis. Therefore, we suggest that a univariate statistical approach is an effective method for the early detection of slope instability.

• 응용통계연구
• /
• 제28권3호
• /
• pp.429-442
• /
• 2015

변동성(volatility)은 투자위험을 의미하며 자산의 가격결정이나 포트폴리오 관리 및 투자전략에서 아주 중요한 역할을 한다. 이러한 변동성을 모형화하기 위한 조건부 이분산 모형으로서 전통적인 GARCH(generalized autoregressive conditional heteroskedastic) 모형 및 확장된 형태들이 널리 사용되어지고 있으나, 금융위기와 재정위기와 같은 구조적 변화를 변동성 예측에 반영할 수 없다는 단점을 가지고 있다. 본 논문에서는 이를 극복하기 위한 모형으로서 국면전환 GARCH(Markov regime switching GARCH) 모형을 소개하고, 한국의 일별 KOSPI 수익률에 적용하여 변동성 분석 및 예측을 실시하고, 기존의 GARCH 모형들과 비교하여 그 성능을 평가한다. 그 결과 표본 내(in-sample)의 변동성 적합도 측면에서 국면전환 GARCH 모형이 가장 우수한 성능을 보였으며, 표본 외(out-of-sample) 예측력 측면에서는 국면전환 GARCH 모형이 단기적 예측에서 좋지 않은 성능을 보였으나 장기적 예측에서 우수함을 보였다.

• 한국경영과학회지
• /
• 제28권3호
• /
• pp.81-101
• /
• 2003

The financial statements purpose to provide useful information to decision-making process of business managers. The value-relevant information, however, embedded in the financial statement has been often overlooked in Korea. In fact, the financial statements in Korea have been utilized for nothing but account reports to Security Supervision Boards (SSB). The objective of this study is to develop earnings forecasting models through financial statement analysis using artificial intelligence (AI). AI methods are employed in forecasting earnings: artificial neural networks (ANN) for manufacturing industry and case~based reasoning (CBR) for banking industry. The experimental results using such AI methods are as follows. Using ANN for manufacturing industry records 63.2% of hit ratio for out-of-sample, which outperforms the logistic regression by around 4%. The experiment through CBR for banking industry shows 65.0% of hit ratio that beats the statistical method by 13.2% in holdout sample. Finally, the prediction results for manufacturing industry are validated through monitoring the shift in cumulative returns of portfolios based on the earning prediction. The portfolio with the firms whose earnings are predicted to increase is designated as best portfolio and the portfolio with the earnings-decreasing firms as worst portfolio. The difference between two portfolios is about 3% of cumulative abnormal return on average. Consequently, this result showed that the financial statements in Korea contain the value-relevant information that is not reflected in stock prices.

• 응용통계연구
• /
• 제22권6호
• /
• pp.1177-1190
• /
• 2009

도로의 성능을 측정는데 있어서, 주행속도는 가장 중요한 정보가 된다. 또한 도로 교통의 정보를 제공하는데 있어서 현 시점의 교통정보와 더불어 향후 예측되는 교통정보를 함께 제공하는 것은 보다 정확한 예측 시간과 구간을 제공하기 위한 차별화된 기능이라 할 수 있다. 본 연구에서는 그 동안 축적된 도로 구간별 속도 자료를 이용하여 속도 패턴을 다양하게 분석하고 퓨리에 변환 및 삼각함수를 설명변수로 하는 시계열 회귀모형을 이용한 예측모형을 개발하여 구간별 및 시간대별 평균 속도를 예측하였다. 이와 더불어 보다 정확한 예측을 위하여 결측치에 대한 대체 방법 및 특이치 처리 방법을 함께 고려하였고 방대한 데이터에 대한 효율적인 분석을 위하여 유사 속도 구간에 대한 그룹핑(grouping) 방법도 제안하였다.

• 응용통계연구
• /
• 제22권5호
• /
• pp.1019-1032
• /
• 2009

도시가스 수요량은 강한 계절성을 보이는 자료이다. 따라서 도시가스 수요량을 예측하기 위한 모형 구축에서 가장 중요한 요인은 계절성이다. 또한, 실제 도시가스 수요량에는 추가적 인 여러 요인들에 의하여 영향을 받을 수 있는데, 온도, 요일효과, 명절효과, 유효일 수, 수용가수 등이 영향 요인들이다. 본 연구에서는 이와 같은 요인들이 도시가스 수요량에 미치는 영향력의 정도를 파악하고 효율적으로 향후 도시가스 수요량 예측을 위한 시계열 모형을 구축하였다. 적용된 모형은 오차항이 자기상관을 따르는 시계열 회귀모형을 이용하였으며 실제 자료를 이용한 예측결과 매우 우수한 예측력을 보였다.

• 한국항해항만학회지
• /
• 제27권4호
• /
• pp.359-366
• /
• 2003

이 논문은 대한민국 해양사고 예보 시스템 (K-MACFOS)을 개발하기 위한 해양사고 수량화 D/B (N-D/B) 구성과 분석에 관하여 기술하였다. K-MACFOS의 주목표는 일기예보와 같이 해양사고의 예측건수와 위험수준을 방송하기 위한 것이다. 해양사고 데이터는 1990년부터 2000년까지 1년간 위도 33oN∼35oN와 경도 124oE∼127oE의 대한민국 서남해안 일대에서 발생한 총 724건을 수집하였고, 14가지 수량화변환 척도를 이용하여 양적 데이터로 변환하였다. 컬러 콘도-맵 가시화를 이용한 통계분석을 통하여 N-D/B의 유효성과 연구대상 해역의 사고특징을 검토하였다. 또한, 올바른 N-D/B 분석과 정확한 해양사고 건수 예측을 위한 최적 적용기간 선정 방법을 제안하였다.

• 한국환경보건학회지
• /
• 제44권6호
• /
• pp.539-547
• /
• 2018

Objectives: Ozone ($O_3$) advisories are issued by provincial/prefectural and city governments in Korea and Japan when oxidant concentrations exceed the criteria of the related country. Advisories issued only after exposure to high $O_3$ concentrations cannot be considered ideal measures. Forecasts of $O_3$ would be more beneficial to citizens' health and daily life than real-time advisories. The present study was undertaken to present a simplified forecasting model that can predict surface $O_3$ concentrations for the afternoon of the day of the forecast. Methods: For the construction of a simple and practical model, a multivariate regression model was applied. The monitored data on gases and climate variables from Japan's air quality networks that were recorded over nearly one year starting from April 2016 were applied as the subject for our model. Results: A well-known inverse correlation between $NO_2$ and $O_3$ was confirmed by the monitored data for Iksan, Korea and Fukuoka, Japan. Typical time fluctuations for $O_3$ and $NO_x$ were also found. Our model suggests that insolation is the most influential factor in determining the concentration of $O_3$. $CH_4$ also plays a major role in our model. It was possible to visually check for the fit of a theoretical distribution to the observed data by examining the probability-probability (P-P) scatter plot. The goodness of fit of the model in this study was also successfully validated through a comparison (r=0.8, p<0.05) of the measured and predicted $O_3$ concentrations. Conclusions: The advantage of our model is that it is capable of immediate forecasting of surface $O_3$ for the afternoon of the day from the routinely measured values of the precursor and meteorological parameters. Although a comparison to other approaches for $O_3$ forecasting was not carried out, the model suggested in this study would be very helpful for the citizens of Korea and Japan, especially during the $O_3$ season from May to June.

• 한국수자원학회논문집
• /
• 제54권3호
• /
• pp.157-166
• /
• 2021

효율적인 댐 운영을 위해서는 높은 신뢰도를 기반으로 하는 유입량 예측이 요구된다. 본 연구에서는 최근 다양한 분야에서 사용되고 있는 데이터 기반의 예측 방법 중 하나인 딥러닝을 댐 유입량 예측에 활용하였다. 그 중 시계열 자료 예측에 높은 성능을 보이는 Sequence-to-Sequence 구조기반의 Long Short-Term Memory 딥러닝 모형(LSTM-s2s)을 이용하여 소양강 댐의 유입량을 예측하였다. 모형의 예측 성능을 평가하기 위해 상관계수, Nash-Sutcliffe 효율계수, 평균편차비율, 그리고 첨두값 오차를 이용하였다. 그 결과, LSTM-s2s 모형은 댐 유입량 예측에 대한 높은 정확도를 보였으며, 단일 유량 수문곡선 기반의 예측 성능에서도 높은 신뢰도를 보였다. 이를 통해 홍수기와 이수기에 수자원 관리를 위한 효율적인 댐 운영에 딥러닝 모형의 적용 가능성을 확인할 수 있었다.