• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2005년도 추계 학술발표회 논문집
• /
• pp.167-173
• /
• 2005

This paper presents an autocorrelation test that is applicable to dynamic panel data models with serially correlated errors. The residual-based GMM t-test is a significance test that is applied after estimating a dynamic model by using the instrumental variable(IV) method and is directly applicable to any other consistently estimated residuals. Monte Carlo simulations show that the t-test has considerably more power than the $m_2$ test or the Sargan test under both forms of serial correlation (i.e., AR(1) and MA(1)).

• Journal of the Korean Statistical Society
• /
• 제34권4호
• /
• pp.367-375
• /
• 2005

This paper presents an autocorrelation test that is applicable to dynamic panel data models with serially correlated errors. The residual-based GMM t-test is a significance test that is applied after estimating a dynamic model by using the instrumental variable (IV) method and is directly applicable to any other consistently estimated residuals. Monte Carlo simulations show that the t-test has considerably more power than the $m_2$ test or the Sargan test under both forms of serial correlation (i.e., AR(1) and MA(1)).

• 품질경영학회지
• /
• 제26권1호
• /
• pp.126-142
• /
• 1998

Traditional statistical process control(SPC) assumes that consective observations from a process are independent. In industrial practice, however, observations are ofter serially correlated. A common a, pp.oach to building control charts for autocorrelatd data is to a, pp.y classical SPC to the residuals from a time series model fitted. Unfortunately, one cannot completely escape the effects of autocorrelation by using charts based on residuals of time series model. For the detection of variance change in the process we propose a CUSUM of squares control chart which does not require the model identification. The proposed CUSUM of squares chart and the conventional control charts are compared by a Monte Carlo simulation. It is shown that the CUSUM of squares chart is more effective in the presence of dependency in the processes.

• Asia Marketing Journal
• /
• 제11권1호
• /
• pp.29-38
• /
• 2009

시계열 확산 데이터를 활용하여 Bass 확산모형을 최소자승법(OLS)으로 추정하면, 초기에는 과다 추정하고 변곡점을 지나서는 수요를 낮게 추정하는 경향이 있다. 또한 확산모형에서 필요한 변수가 모형에서 빠짐으로 인해 발생하는 설정오류는 잔차의 자기상관을 발생시킬 수 있다. 자기상관이 오차항에 있을 경우, 추정된 모형의 모수들은 불편추정치이나 비효율적 추정치가 된다. 따라서 이러한 문제를 해결하는 확산모형의 개발이 요구된다. 본 연구에서는 자기상관 오차항을 고려한 수정된 확산모형을 제안하였다. 모형의 검증을 위해 미국의 CT-스캐너와 우리나라의 FPD TV 판매량를 제안된 모형에 응용하였다. 분석결과, 제안된 모형이 기존 모형에 비해 적합도와 모형의 주요 추정 통계량에서 우수함을 보였다.

• 응용통계연구
• /
• 제36권6호
• /
• pp.573-589
• /
• 2023

조각별 선형 추세 모형에서의 변화점은 1차 차분한 시계열의 평균 변화점과 일치한다. 그러므로 1차 차분한 시계열의 평균 변화점을 탐색하면 조각별 선형 추세 모형의 변화점을 추정할 수 있다. 본 논문에서는 이와 같은 사실에 근거하여 원 시계열이 아닌 1차 차분한 시계열의 단순이동평균을 이용하여 원 시계열의 기울기가 변하는 변화점을 탐색하는 방법을 제안하고, 이에 대한 모의실험을 수행하였다. 모의실험 결과 본 논문에서 제안한 방법은 오차항들이 서로 독립인 경우뿐만 아니라 오차항들 사이에 강한 양의 자기상관이 존재하는 경우에도 변화점의 개수를 잘 추정하는 것으로 나타났다.