평활된 주기도를 이용한 강수량자료의 군집화

박만식,김희영,Park, Man-Sik,Kim, Hee-Young 한국통계학회 2008 응용통계연구 Vol.21 No.3

스펙트럼 밀도함수(spectral density function)는 시계열 자료가 정상성(stationarity)을 만족하는 경우에 주파수 영역(frrqllrnFr domain)에서 시계열 자료의 자기공분산함수(auto-covariance function)을 결정짓는 함수이고, 평활된 주기도(smoothed periodogram)는 스펙트럼 밀도함수의 일치 추정량(consistent estimator)이 됨이 잘 알려져 있다. 본 연구에서는 시계열 자료를 평활된 주기도를 이용하여 군집화하는 방법을 소개한다. 최근 김희영과 박만식 (2007)의 연구에 의하면 이 거리는 정상시계열들을 효율적으로 분류하고 있음을 알 수 있다. 본 연구는 시계열 자료를 분류하는데 사용된 기존의 거리들을 간략히 소개하고, 우리나라 22개 지역에서 1987년 1월부터 2007년 12월까지 측정한 월별 강수량 자료를 대상으로 평활된 주기도 거리를 이용하여 지역을 군집화한다. It is well known that spectral density function determines auto-covariance function of stationary time-series data and smoothed periodogram is a consistent estimator of spectral density function. Recently, Kim and Park (2007) showed that smoothed- periodogram based distances performs very well for the classification. In this paper, we introduce classification methods with smoothed periodogram and apply the approaches to the monthly precipitation measurements obtained from January, 1987 through December, 2007 at 22 locations in South Korea.

이분산 시계열모형을 이용한 국내주식자료의 군집분석

박만식,김나영,김희영,Park, Man-Sik,Kim, Na-Young,Kim, Hee-Young 한국통계학회 2008 Communications for statistical applications and me Vol.15 No.6

본 논문에서는 주식시장에서 거래되는 다수의 주식거래종목들을 몇 개의 그룹으로 군집화하는 주제를 연구한다. 시간에 관계없이 분산이 일정한 ARMA모형과 다르게, 주가, 환율 등의 금융시계열자료에서는 조건부 이분산성을 따르게 된다. 또한, 많은 사람들이 금융시계열자료에서 관심을 갖는 것은 바로 이 변동성이다. 그러므로, 이 연구에서는 조건부 이분산성을 모형화하기에 적합하다고 알려진 일반화 조건부 이분산성 자기회귀모형에 초점을 맞춘다. 먼저 두 개의 주식종목들 사이에 변동성(volatility)의 유사성 그리고 구조의 유사성을 재는 거리를 정의하고, 모의실험을 수행한다. 실증자료로 최근 3년 동안 관찰된 국내 11개 주가의 수익률을 변동성과 구조에 따라 군집화한다. In this study, we considered the clustering analysis for stock return traded in the stock market. Most of financial time-series data, for instance, stock price and exchange rate have conditional heterogeneous variability depending on time, and, hence, are not properly applied to the autoregressive moving-average(ARMA) model with assumption of constant variance. Moreover, the variability is font and center for stock investors as well as academic researchers. So, this paper focuses on the generalized autoregressive conditional heteroscedastic(GARCH) model which is known as a solution for capturing the conditional variance(or volatility). We define the metrics for similarity of unconditional volatility and for homogeneity of model structure, and, then, evaluate the performances of the metrics. In real application, we do clustering analysis in terms of volatility and structure with stock return of the 11 Korean companies measured for the latest three years.

교통카드 자료를 이용한 서울시 지역별 대중교통 수단 선택 공간상관성 분석

박만식,엄진기,허태영,Park, Man Sik,Eom, JinKi,Heo, Tae-Young 한국통계학회 2013 응용통계연구 Vol.26 No.4

본 연구에서는 교통 분석존(서울시 행정동) 단위별로 대중교통 수단(버스, 도시철도)선택에 있어서 공간 상관성이 존재하는지 여부를 대중교통카드 자료를 기반으로 제시한다. 분석결과 버스를 탑승한 비율이 높은 지역들이 서로 이웃하여 그룹을 형성하고 있으며, 이들 지역은 도시철도 역사의 수가 버스 정류장에 비해 매우 적기 때문인 것으로 분석되었다. 버스에 탑승한 비율이 비슷한 그룹 간에는 공간 상관성이 존재하는 것으로 통계분석결과 나타났으며, 이러한 공간상관성은 향후 대중교통 수단선택 모형 구축에 고려할 수 있을 것으로 판단된다. 대중교퉁 수단선택에 있어 공간상관성의 존재는 대중교통 운영기관이 향후 대중교통카드를 기반으로 대중교통 노선계획, 운영계획을 수립함에 있어 중요한 정보가 될 것으로 기대된다. In this study, we provide empirical evidence of whether a spatial correlation among mode choices at the TAZ(Traffic Analysis Zone) level exists based on transit smart card data observed in Seoul, Korea. The results show that the areas with a higher probability that passengers choose to take a bus are clustered and that those regions have fewer metro stations than bus stations. We also found that the spatial correlation turned out to be statistically meaningful and provided an opportunity for the potential use of the spatial correlation in modeling mode choices. A reliable spatial interaction would constitute valuable information for transportation agencies in terms of their route planning and scheduling based on the transit smart card data.

국내 철도 사상사고 분석 모형 연구

박만식(Man-Sik Park),엄진기(Jinki Eom),최정순(Jungsoon Choi),허태영(Tae-Young Heo) 한국도시철도학회 2019 한국도시철도학회논문집 Vol.7 No.4

철도 사고는 인명사고로 나타나는 빈도가 매우 낮은 특징이 있으므로 이러한 특징을 고려한 사고분석 모형의 구축이 필요하다. 본 연구에서는 최근 3년간 (2014~2016) 발생한 철도사고 이력 자료를 기반으로 철도 사상사고 관련된 변수 등을 정의하고 사상자 및 사망자를 고려한 모형을 구축하였다. 일반적으로 대부분의 철도사고는 인명피해를 초래하지 않기 때문에 기대 이상의 과도한 0값이 관측되고 있다. 따라서 영-과잉(zero inflation) 현상을 단순한 형태의 포아송회귀모형 대신 영-과잉 포아송회귀모형으로 설명하고자 하였다. 분석결과 사상자(casualities) 수의 경우 모형선택 기준의 관점에서 영-과잉 포아송회귀모형이 우수한 것으로 나타난 반면 사망자(fatalities) 수를 예측하기 위한 모형 비교에서 두 모형 간의 차이가 크지 않는 것으로 나타났다. 본 연구 결과는 철도사상사고 분석 모형 적용에 있어서 사상자와 사망자를 구분할 필요성이 있음을 시사하고 있다. The railway casualities are rarely occurred so that the railway accident modeling needs to consider its low casuality. This study aims to investigate factors influencing injuries and fatalities from railway accident record data collected for 3 years from 2014 to 2016. Many cases of the railway accidents with no injuries or fatalities were recorded. We developed the zero-inflated Poisson models to consider the excessive number of zero injury and fatality on many railway accidents. The zero-inflated Poisson models of casualities and fatalities investigate characteristics of railway accident such as train type, organization, accident factor, and accident type. Then we addressed the model performance by comparing with the general Poisson model. The results show that the zero-inflated Poisson regression model of casualities is superior to general Poisson regression model, while the model for fatalities has no superiority against general one. The results of this study indicate that the railway accident models of casualities and fatalities should be separately developed.

A Study on optimal trajectory planning for a dual arm robot

박만식(Man Sik Park),김종현(Jong Hyun Kim),김종삼(Jong Sam Kim),이석규(Suck Gyu Lee),배진호(Jin Ho Bae) 대한전기학회 1993 대한전기학회 학술대회 논문집 Vol.1993 No.7

미국 남서부의 Anasazi 건축양식의 발달과정에 대한 서설적 고찰

박만식(Park Man Sik) 충남대학교 북미주연구소 1984 미국학논문집 Vol.5 No.-

한국조형양식의 (韓國造形樣式) 균제상태에 (均齊狀態) 대한 분석적 연구

박만식(Man Sik Park) 충남대학교 백제연구소 1973 百濟硏究 Vol.4 No.-

다양한 관측네트워크에서 얻은 공간자료들을 활용한 계층모형 구축

최지은,박만식,Choi, Jieun,Park, Man Sik 한국통계학회 2013 응용통계연구 Vol.26 No.1

지리통계자료는 관측지점이 지도 상에 점으로 표현되고 그 지점에서만 자료가 관측되는 측정값이다. 이러한 지리통계자료는 매우 다양한 관측망에서부터 얻어진다. 지리통계자료를 분석하고 예측함에 있어서 하나의 자료만 이용하는 것보다는 유사한 패턴을 갖는 다른 관측망에서 얻어지는 여러 자료들을 함께 사용한다면 예측력을 향상시킬 수 있을 것이다. 본 논문에서는 서로 다른 관측망에서 얻은 두 가지의 공간자료를 이용하여 분석 및 예측하고 이를 위해 공간적 연관성을 파악할 수 있는 적절한 계층모형을 구축하였다. 그리고 선형회귀모형에 근간을 둔 크리깅 결과와 계층모형 하에서의 결과를 여러 검증방법을 통해 비교하였다. 이 논문에서는 도시대기측정망에서 측정된 이산화황과 지상기상관측망에서 측정된 풍속자료를 이용하여 계층모형을 구축하고 이산화황만을 이용한 선형모형과 비교하였다. 또한 각 모형에 의한 이산화황 예측지도를 구성하였다. Geostatistical data or point-referenced data have the information on the monitoring stations of interest where the observations are measured. Practical geostatistical data are obtained from a wide variety of observational monitoring networks that are mainly operated by the Korean government. When we analyze geostatistical data and predict the expectations at unobservable locations, we can improve the reliability of the prediction by utilizing some relevant spatial data obtained from different observational monitoring networks and blend them with the measurements of our main interest. In this paper, we consider the hierarchical spatial linear model that enables us to link spatial variables from different resources but with similar patterns and guarantee the precision of the prediction. We compare the proposed model to a classical linear regression model and simple kriging in terms of some information criteria and one-leave-out cross-validation. Real application deals with Sulfur Dioxide($SO_2$) measurements from the urban air pollution monitoring network and wind speed data from the surface observation network.

붓스트랩 방법을 이용한 일반화 자기회귀 조건부 이분산모형에서의 조건부 분산 예측

김희영,박만식,Kim, Hee-Young,Park, Man-Sik 한국통계학회 2009 Communications for statistical applications and me Vol.16 No.2

일반적으로 일반화 자기회귀 조건부 이분산(GARCH)모형 하에서, 우도함수에 기반한 자료의 예측구간의 추정은 오차항의 분포에 민감하게 반응하고 더욱이 조건부분산의 경우 구간추정이 현실적으로 쉽게 풀리지 않는 문제이다. 이를 해결하기 위해 붓스트랩방법(bootstrap method)이 적용될 수 있음을 최근 연구들을 통해 밝혀졌다. 본 논문에서는 GARCH모형 하에서 자료와 변동성(조건부 분산)의 예측구간 추정을 위해 최근 소개된 Pascual 등 (2006)의 논문을 토대로 붓스트랩 방법를 정리하였다 실제 사례분석을 위해 국내 주가수익률자료를 이용하였다. In terms of generalized autoregressive conditional heteroscedastic(GARCH) model, estimation of prediction interval based on likelihood is quite sensitive to distribution of error. Moveover, it is not an easy job to construct prediction interval for conditional variance. Recent studies show that the bootstrap method can be one of the alternatives for solving the problems. In this paper, we introduced the bootstrap approach proposed by Pascual et al. (2006). We employed it to Korean stock price data set.

풍속 자료의 공간예측

정승환,박만식,김기환,Jeong, Seung-Hwan,Park, Man-Sik,Kim, Kee-Whan 한국통계학회 2010 응용통계연구 Vol.23 No.2

오래 전부터 지속적으로 제기된 기후변화에 의한 문제들은 전 세계적인 문제점으로 언급되고 있다. 이러한 환경적 위기에 처한 각 나라들의 대처방법 중에 하나는 친환경적이고 지속가능한 발전 설비를 마련하기 위한 노력과 연구를 진행하고 있다는 것이다. 그중에서 풍력을 이용한 발전은 해외 선진국에서 오래 전부터 개발되어 발전해 오고 있고 우리나라 역시 최근에 풍력 발전에 관심을 갖고 기술개발에 노력을 기울이고 있다. 이러한 실정에서 우리나라 지역의 풍력에 대한 분석 및 예측은 천연자원의 적절한 이용이라는 관점에서 매우 중요한 연구라고 할 수 있겠다. 본 논문에서는 기상청에서 제공하는 풍속 측정 자료로 선형회귀모형에 근간을 둔 추정방법을 이용하여 주요도서지역을 제외한 남한지역의 공간적 특성을 파악할 수 있는 적절한 모형을 찾고 각 모형의 비교를 실시하였다. 이 결과를 바탕으로 남한지역의 풍속 예측지도를 구성하였다. In this paper, we introduce the linear regression model taking the parametric spatial association structure into account and employ it to five-year averaged wind speed data measured at 460 meteorological monitoring stations in South Korea. From the prediction map obtained by the model with spatial association parameters, we can see that inland area has smaller wind speed than coastal regions. When comparing the spatial linear regression model with classical one by using one-leave-out cross-validation, the former outperforms the latter in terms of similarity between the observations and the corresponding predictions and coverage rate of 95% prediction intervals.