변환-역변환을 통한 자기회귀이동평균모형에서의 예측값 추정

여인권,조혜민,Yeo, In-Kwon,Cho, Hye-Min 한국통계학회 2008 응용통계연구 Vol.21 No.3

시계열자료 분석에 있어 주요 목적 중에 하나는 미래에 대한 예측 값을 추정하는 것이다. 이 논문에서는 정상자기회귀이동평균 모형에서 변환-역변환 방법을 이용하여 예측값을 구하는 과정에서 발생하는 문제에 대해 알아보고 회귀분석에서 제안되었던 smearing 추정방법을 시계열분석에서 사용할 수 있도록 붓스트랩을 이용하여 수정한 추정법을 소개한다. Yeo-Johnson 변환 (2000)을 이용한 KOSDAQ지수의 수익률 실증분석을 통해 기존에 사용되고 있는 방법의 문제점과 제안된 방법의 적절성에 대해 고찰해 보았다. One of main goals of time series analysis is to estimate prediction of future values. In this paper, we investigate the bias problem when the transformation and back- transformation approach is applied in ARMA models and introduce a modified smearing estimation to reduce the bias. An empirical study on the returns of KOSDAQ index via Yeo-Johnson transformation was executed to compare the performance of existing methods and proposed methods and showed that proposed approaches provide a bias-reduced estimation of the prediction value.

변환된 자기회귀이동평균 모형에서의 예측구간추정

조혜민,오승언,여인권,Cho, Hye-Min,Oh, Sung-Un,Yeo, In-Kwon 한국통계학회 2007 응용통계연구 Vol.20 No.3

시계열자료를 분석하는데 있어 중요한 목적 중에 하나가 미래값에 대한 예측이다. 일반적으로 자기회귀이동평균모형에서는 백색잡음이 정규분포를 따른다는 가정 하에서 모수의 추론과 예측 및 예측구간의 추정이 이루어지고 있다. 그러나 자료가 이러한 가정을 만족하지 않는 경우, 자료를 가정에 맞게 변환시킨 후 분석하는 방법을 생각해 볼 수 있다. 이 논문에서는 변환된 자료를 분석하여 얻은 결과를 이용하여 본래의 척도에서의 미래값에 대한 예측구간을 추정하는 문제에 대해 알아본다. 제안하는 방법에서는 먼저 적절한 변환을 이용하여 자료를 정규가정을 만족하도록 변환시키고 변환된 자료를 이용하여 미래값에 대한 예측구간을 추정한 후, 역변환을 이용하여 예측구간을 추정한다. 이 논문에서는 시계열분석에서 모델링이 상대적으로 어려운 왜도의 문제를 해결하기 위해 Yeo-Johnson 변환을 중심으로 한 방법론을 소개한다. 모의실험 결과 제안된 방법에 의한 단측예측구간의 포함확률이 변환을 사용하지 않은 구간보다 명목수준에 가까운 것을 확인하였다. One of main aspects of time series analysis is to forecast future values of series based on values up to a given time. The prediction interval for future values is usually obtained under the normality assumption. When the assumption is seriously violated, a transformation of data may permit the valid use of the normal theory. We investigate the prediction problem for future values in the original scale when transformations are applied in ARMA models. In this paper, we introduce the methodology based on Yeo-Johnson transformation to solve the problem of skewed data whose modelling is relatively difficult in the analysis of time series. Simulation studies show that the coverage probabilities of proposed intervals are closer to the nominal level than those of usual intervals.

시계열분석을 위한 주파수 공간상에서의 재표집 기법

여인권,윤화형,조신섭,Yeo In-Kwon,Yoon Wha-Hyung,Cho Sin-Sup 한국통계학회 2006 응용통계연구 Vol.19 No.1

이 논문에서는 이산코사인변환을 이용하여 시계열자료를 주파수 공간으로 변환시킨 후, 이산코사인변환 계수를 재표집하여 시계열자료에 대한 재표본을 추출하는 방법에 대해 알아본다. 기존 주파수 공간상에서의 붓스트랩 방법은 스펙트럼평균(spectral mean)에 대한 추론을 하기위해 사용되지만 제안하고자 하는 방법은 시간영역상에서의 시계열자료에 얻을 수 있다는 것이 가장 큰 차이점이다. 이 논문에서는 정상시계열의 경우, 이산코사인변환 계수의 통계적 성질을 유도하고 이 성질을 이용하여 붓스트랩하는 과정을 설명한다. 모의 실험을 통해 기존에 사용되고 있는 방법과 성능을 비교하였다. This paper presents the resampling method for time series data in the frequency domain obtained by using discrete cosine transforms(DCT) The advantage of the proposed method is to generate bootstrap samples in time domain comparing with existing bootstrapping method. When time series are stationary, statistical properties of DCT coefficients are investigated and provide the verification of the proposed procedure.

일표본 위치검정에서의 표본크기 결정

여인권,Yeo, In-Kwon 한국통계학회 2015 응용통계연구 Vol.28 No.3

이 논문에서는 일표본 위치검정에서 표본크기를 결정하는데 일반적으로 사용되고 있는 근사분포방법의 문제점에 대해 알아본다. 모의실험 결과 이들 근사분포방법은 검정력의 명목수준에 도달하지 않는 것으로 나타났으며 이에 대한 개선이 필요한 것으로 나타났다. 이 논문에서는 검정통계량의 정확분포를 이용한 표본크기 결정에 대해 알아보고 이를 통한 표본크기의 검정력이 명목수준을 충족하는 것을 보인다. We study problems of sample size determination for one-sample location tests. A simulation study shows that sample size calculations based on approximated distribution do not achieve the nominal level of power. We investigate sample size determinations based on exact distribution and with a power that attains the nominal level.

이진확률수열의 무작위성 검정

여인권,Yeo, In-Kwon 한국통계학회 2014 응용통계연구 Vol.27 No.1

이 논문에서는 이진확률수열의 무작위성을 검정하는 방법을 제안한다. 연의 길이는 절사된 기하분포를 따르는데 제안하고자 하는 검정통계량은 연의 평균길이를 기초로 하고 있으며 표본크기가 커지면 점근적으로 ${\chi}^2_2$-분포를 따른다. 검정크기와 검정력을 비교하기 위해 몬테칼로모의실험을 실시했다. 로또 6/45에서의 추첨여부에 대한 수열에 적용해 보았으며 로또는 무작위성을 만족하는 것으로 나타났다. A test for randomness of the binary random sequence is proposed in this paper. The proposed test statistic is based on the mean length of runs distributed with truncated geometric distribution and asymptotically ${\chi}^2_2$-distributed when the size of the sequences is large. A small Monte Carlo simulation compared the size of the test with a significant level as well as evaluated the test power. We applied the proposed method to the sequence of yes or no numbers in Lotto 6/45 and concluded that the randomness of Lotto is retained.

가능도 함수를 기초로 한 다변량 정규성 검정

여인권,Yeo, In-Kwon 한국통계학회 2002 응용통계연구 Vol.15 No.2

The present paper develops a test of the multivariate normality based on nonlinear transformations and the likelihood function. For checking the normality, we test the shape parameter which indexes the family of transformations. A score test and a parametric bootstrap test are used to evaluate the discrepancy between the data and a multivariate normal distribution. In order to compare the performance of our test with the existing tests, a simulation study was carried out for several situations where nuisance parameters have to be estimated. The results showed that the proposed method is superior to the existing methods. 이 논문에서는 비선형 변환과 가능도 함수를 이용하여 다변량 자료의 정규성을 검정하는 방법에 대해 알아본다. 사용된 변환은 변환모수에 따라 여러 가지 형태를 가지는 변환족을 구성하는데 이 변환모수를 검정하여 자료의 정규성을 검정한다. 모수의 검정은 점수함수(score function)을 기초로 이루어지며 표본크기가 적은 경우에도 검정통계량의 분포를 유도하기 위한 모수적 붓스트랩 검정방법이 사용된다. 모의실험 결과 기존의 방법과 검정력을 비교하여 제안된 방법이 검정력이 높은 것으로 나타났다.

식중독 발생 예측모형

여인권,Yeo, In-Kwon 한국데이터정보과학회 2012 한국데이터정보과학회지 Vol.23 No.6

식중독 발생에 대한 기존 연구에서는 기온과 습도와 같은 기후변수가 주된 설명변수로 취급되어 왔다. 이 논문에서는 주별 식중독 발생건수와 기후변수 간에 관계를 고찰하고 식중독 발생건수를 예측하기 위한 모형으로 포아송 회귀모형과 자기회귀이동평균모형을 비교한다. 비교결과 우리나라 식중독 발생은 시차를 두고 기후 변수에 영향을 많이 받고 있으나 식중독 발생 예측은 이들 변수보다 이전 시점의 식중독 발생 건수에 더 많이 영향을 받는 것으로 나타났으며 포아송 회귀모형은 예측의 관점에서 문제가 있음을 보였다. The occurrence of food poisoning is usually modeled by meteorological variables like the temperature and the humidity. In this paper, we investigate the relationship between food poisoning occurrence and climate variables in Korea and compare Poisson regression and autoregressive moving average model to select the forecast model. We confirm that lagged climate variables affect the food poisoning occurrences. However, it turns out that, from the viewpoint of the prediction, the number of previous occurrences is more influential to the current occurrence than meteorological variables and Poisson regression model is less reliable.

원인균별 식중독 발생 건수 예측

여인권,Yeo, In-Kwon 한국통계학회 2013 응용통계연구 Vol.26 No.6

이 논문에서는 우리나라에서 발생하는 원인균별 식중독 발생건수를 예측하는 방법을 제안한다. 우리나라에서 보고되는 주별 식중독 발생 건수를 원인균로 나누면 자료에 많은 0의 관측값이 포함되어 있으며 식중독 발생 간에 종속성을 가진다. 이 현상을 모형화하기 위해 이 논문에서는 전체 식중독 건수를 자기회귀모형으로 예측하고 원인균별 식중독 발생 확률을 다범주 로짓모형으로 추정한다. 예측된 식중독 건수와 추정된 원인균별 식중독 발생 확률을 곱하여 원인균별 식중독 발생건수를 예측한다. 제안된 방법의 타당성을 확인하기 위해 평균제곱오차와 평균절대편차를 이용하여 제안 방법과 영과잉모형을 비교해 본다. This paper proposes a method to predict the number of foodborne disease outbreaks by microbes. The weekly data of food poisoning occurrences by microbes in Korea contain many zero-valued observations and have dependency between outbreaks. In order to model both phenomena, the number of food poisonings is predicted by an autoregressive model and the probabilities of food poisoning occurrences by microbes (given the total of food poisonings) are estimated by the baseline category logit model. The predicted number of foodborne disease outbreaks by a microbe is obtained by multiplying the predicted number of foodborne disease outbreaks and the estimated probability of the food poisoning by the corresponding microbe. The mean squared error and the mean absolute value error are evaluated to compare the performances of the proposed method and the zero-inflated model.

우리나라 기상자료에 대한 군집분석

여인권,Yeo, In-Kwon 한국데이터정보과학회 2011 한국데이터정보과학회지 Vol.22 No.5

이 논문에서는 1999년 1월 1일부터 2010년 6월 30일까지 전국 72개 관측소에서 측정된 우리나라 기상자료를 평균연결법에 의한 계층적 병합방법을 통해 군집분석을 실시하고 각 기상자료에서 유도된 군집의 특성을 파악해 본다. 이 분석에서 유도된 군집과 2010년 기후변화에 따른 식중독 발생연구에서 사용되었던 산맥을 경계로 구분한 군집을 비교해 본다. In this paper, 72 weather stations in Korea are clustered by the hierarchical agglomerative procedure based on the average linkage method. We compare our clusters and stations divided by mountain chains which are applied to study on the impact analysis of foodborne disease outbreak due to climate change.

일반화추정방정식을 활용한 소지역 추정과 실업률패널분석

여인권,손경진,김영원,Yeo, In-Kwon,Son, Kyoung-Jin,Kim, Young-Won 한국통계학회 2008 응용통계연구 Vol.21 No.4

기존의 소지역추정 연구에서는 대부분 특정 시점에서의 관심 모수를 추정하는 문제를 다루어 왔다. 그러나 대부분의 공식통계들은 월, 분기, 또는 년 단위로 반복적으로 얻어지는 패널자료이기 때문에 이를 고려한 추정방법이 필요하다. 이 논문에서는 반복측정 또는 다시점자료 분석에 유용하게 사용되고 있는 일반화추정방정식을 이용한 실증분석을 통해 소지역추정에서 시간종속성을 포함시키는 방안을 알아본다. 실증분석에서는 2005년 1월에서 12월까지의 경상남도 및 울산광역시 월별 경제활동인구조사 자료를 바탕으로 시군구별 실업률과 실업률에 영향을 줄 것으로 생각되는 설명변수의 관계를 일반화선형모형과 일반화추정방정식을 적용하여 분석해 보고 시간종속성을 고려한 것과 하지 않은 것을 비교해 본다. Most of existing studies about the small area estimation deal with the estimation of parameters based on cross-sectional data. However, since many official statistics are repeatedly collected at a regular interval of time, for instance, monthly, quarterly, or yearly, we need an alternative model which can handle characteristics of these kinds of data. In this paper, we investigate the generalized estimating equation which can model time-dependency among response variables and is useful to analyze repeated measurement or longitudinal data. We compare with the generalized linear model and the generalized estimating equation through the estimation of unemployment rates of 25 areas in Gyeongsangnam-do and Ulsan. The data consist of the status of employment and some covariates from January to December 2005.