• 대한토목학회논문집
• /
• 제29권2B호
• /
• pp.163-171
• /
• 2009

수문시계열 분석과 예측을 위하여 통상적으로 기존의 선형적인 모형들을 이용하여 왔다. 그러나 최근 자연현상이나 수문시계열의 패턴 그리고 변동성에 비선형구조가 존재하고 있다는 것이 입증되고 있다. 따라서 기존의 선형적인 방법들에 의한 시계열분석이나 예측은 비선형 시스템에 대해서 적절하지 않을 것이다. 최근, 시계열의 비선형성 구조를 판단하기 위해 카오스 이론을 토대로 한 상관적분으로부터 BDS(Brock-Dechert-Scheinkman) 통계 기법이 유도되었다. BDS 통계는 시스템의 비선형구조와 무작위성 구조를 구별하는데 매우 효과적으로 이용되어 오고 있다. 또한 DVS(Deterministic Versus Stochastic) 알고리즘은 카오스와 추계학적 시스템을 구별하고 예측하는데 주로 이용되어 왔다. 그러나 본 연구에서는 DVS 알고리즘에 의해 시계열의 비선형성을 판별할 수 있음을 보이고자 한다. 따라서 본 연구에서는 추계학적 시계열과 수문학적 시계열들의 비선형성을 검사하고자 한다. ARMA 모형과 TAR(Threshold autoregressive) 모형으로부터로 발생시킨 추계학적 시계열, 미국 유타주 GSL 체적자료, 미국 플로리다 주 St. Johns 강 Cocoa 지점의 유출량 자료, 소양강 댐 일 유입량 자료 등의 수문시계열에 대해 비선형성 분석을 수행하고 그 결과를 비교하였다. 분석결과 BDS 통계가 선형 및 비선형 시계열을 구분하는데 매우 강력한 도구임을 보였고, DVS 알고리즘 또한 시계열의 비선형성을 구별하는데 효과적으로 이용될 수 있음을 보였다.

• Journal of the Korean Data and Information Science Society
• /
• 제12권1호
• /
• pp.71-78
• /
• 2001

Three test statistics are proposed for the presence of seasonality in multiplicative seasonal time series models. Further their common limiting distribution is derived under some assumptions.

• Journal of the Korean Statistical Society
• /
• 제26권3호
• /
• pp.365-382
• /
• 1997

In this paper we study the behaviors of the generalized Durbin-Watson (DW) statistics when the nonstationary seasonal time series regression model is misspecified. It is observed that when the series is seasonally integrated the generalized DW statistic for the seasonal period order autocorrelation converges in probability to zero while teh generalized DW statistic for the first order autocorrelation has nondegenerate asymptotic distribution. When the series is regularly and seasonally integrated the generalized DW for the first order autocorrelation still converges in probability to zero.

• 한국수자원학회논문집
• /
• 제31권6호
• /
• pp.769-777
• /
• 1998

본 연구에서는 다양한 특성을 가지는 시계열 자료들을 분석하여 자료의 비선형성 여부를 판단하였다. 시계열 자료의 무작위성을 분석하면 시스템의 비선형 구조를 알아낼 수 있다. 무작위성을 조사하는 통계기법으로는 전통적인 비모수 통계기법과 새로운 통계기법인 BDS 통계를 사용하였으며, 그들의 해석결과를 비교하였다. BDS 통계는 카오스 분석을 위해 이용되는 상관적분의 통계학적 특성을 바탕으로 한 검정방법으로서 무작위성과 비선형 동역학 시스템을 구분하는데 탁월한 능력이 잇는 것으로 알려져 왔다. 이미 자료의 특성이 알려진 선형, 비선형 시스템에 BDS 통계를 적용한 결과, 비모수 통계기법에 비해 더욱 정확한 해석결과를 나타내었다. 실제 수문 시계열 자료를 이용하여 선형 추계학적 모형인 ARMA 형태의 모형을 구축한 후, 이 모형으로부터 계산된 잔치를 BDS 통계를 사용하여 분석하였다. 분석결과, BDS 통계는 시계열자료의 무작위성과 카오스 시스템의 비선형성을 판단하여 줄 뿐만아니라, 추계학적 모형의 잔차 분석을 통한 모형의 적합성 판단에도 유용한 방법임을 알 수 있었다.

• Communications for Statistical Applications and Methods
• /
• 제12권2호
• /
• pp.359-364
• /
• 2005

This paper considers a specification test of conditional Poisson regression model for time series count data. Although conditional models for count data have received attention and proposed in several ways, few studies focused on checking its adequacy. Motivated by the test of martingale difference assumption, a specification test via Ljung-Box statistic is proposed in the conditional model of the time series count data. In order to illustrate the performance of Ljung- Box test, simulation results will be provided.

• Communications for Statistical Applications and Methods
• /
• 제7권1호
• /
• pp.87-96
• /
• 2000

Nonlinear time series prediction is derived and compared between statistic of modeling and neural network method. In particular mean squared errors of predication are obtained in generalized random coefficient model and generalized autoregressive conditional heteroscedastic model and compared with them by neural network forecasting.

• Journal of the Korean Statistical Society
• /
• 제26권3호
• /
• pp.417-427
• /
• 1997

In this paper the parameter change problem in the stationary time series is considered. We propose a cumulative sum (CUSUM) of squares-type test statistic for detection of parameter changes in the AR(1) process. The proposed test statistic is based on the CUSIM of the squared observations and is shown to converge to a standard Brownian bridge. Simulations are performed to evaluate the performance of the proposed statistic and a real example is provided to illustrate the procedure.

• Journal of the Korean Data and Information Science Society
• /
• 제15권2호
• /
• pp.441-447
• /
• 2004

Li and Mak (1994) developed a test statistic for detecting the non-linearity and the heteroscedasticity of the time series data. But it is well known that the test statistic may be very sensitive in case of heavy-tailed distributions of the errors. Jiang et al.(2001) suggested the robust method for ARCH models but the calculation procedures for the estimation are very complicated. We suggested the robust method based on Huber's function and our method works quite well rater than the Li and Mak(1994). Also our method is relatively easy to calculate the test statistic.

• Communications for Statistical Applications and Methods
• /
• 제20권3호
• /
• pp.199-205
• /
• 2013

We employ sieve bootstraps for empirical likelihood tests in time series models because their null distributions are often vulnerable to the presence of serial dependence. We found a significant size refinement of the bootstrapped versions of a Lagrangian Multiplier type test statistic regardless of the bandwidth choice required by long-run variance estimations.

• Journal of the Korean Data and Information Science Society
• /
• 제17권1호
• /
• pp.115-122
• /
• 2006

A test is suggested for detecting deviations from both multivariate normality and independence. This test can be used for assessing the normality and independence of univariate time series residuals. We derive the limiting distribution of the test statistic and a simulation study is conducted to study the accuracy of the limiting distribution in finite samples. Finally, we apply our method to a real data of time series.