http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 백문영 ( Moon Young Baek ) (검색결과 3 건)
- 무료
- 기관 내 무료
- 유료
-
한국의 경제성장과 전력수요간의 인과성에 관한 연구: 분기별 자료를 이용하여
백문영,김우환,Baek, Moon-Young,Kim, Woo-Hwan 한국통계학회 2012 응용통계연구 Vol.25 No.1
This study investigates the Granger-causality between economic growth and demand for electricity in Korea, using two quarterly time-series data (real GDP and electricity consumption) for 1970:Q1 through 2009:Q4. We apply Hsiao's sequential procedure to identify a vector autoregressive model to a decision of the optimal lags in the vector error-correction model because the two time-series data contain unit roots respectively and they are cointegrated. According to the empirical results in this study, we find that Hsiao's approach to the Granger-causality indicates a bidirectional causal relation between economic growth and demand for electricity in Korea. Following the Granger and Engle's approach, we also find the statistical evidence on (1) short-run bidirectional causality between real GDP and electricity consumption, (2) bidirectional strong causality between them, and (3) long-run unidirectional causality running from demand for electricity to economic growth. Our results show an inconsistency with the existing studies on Korea's case; however, the results appear to provide more meaningful policy implications for the Korean economy and its strategy of sustainable growth. 본 연구는 한국의 경제성장과 전력수요 사이의 Granger-인과성을 조사한 것이다. 실증분석을 위해 1970년 1분기부터 2009년 4분기까지의 분기별 실질 GDP와 전력소비 시계열 자료를 활용하였다. 두 시계열에 단위근이 존재하고 공적분 관계가 있음을 확인한 후 오차수정모형을 구성하였으며, Hsiao (1979)의 순차적 모형식별 과정을 적용해서 자기회귀항의 최적시차를 결정하여 모형을 추정하였다. Hsiao 방식의 Granger-인과성 분석결과, 한국의 경제성장과 전력수요는 양방향의 인과관계를 보였다. 추정된 개별 오차수정모형을 기반으로 Engle-Granger 방식의 추가적인 인과성 분석 결과로부터는 (1) 경제성장과 전력수요 사이의 단기적인 양방향성 인과관계, (2) 양방향성 강 인과관계, 그리고 (3) 장기적으로는 전력수요로부터 경제성장으로의 단방향성 인과관계를 확인할 수 있었다. 이러한 결과는 기존의 선행연구의 결과와는 상반되는 것이나, 지속적인 경제성장을 추구하는 한국의 상황에서 더 의미 있는 정책적 시사점을 줄 수 있다.
-
한국의 시간당 전력수요 예측: Innovations State Space 모형접근
백문영 ( Moon Young Baek ) 연세대학교 경제연구소 2010 延世經濟硏究 Vol.17 No.2
본 논문에서 우리는 매우 짧은 간격(시간당)으로 관찰되는 시계열 자료의 다중계절성을 고려하여 시계열 예측정확성을 개선하려는 것에 대해서 논의한다. 기존의 시계열 예측방법들은 단지 하나의 계절성 패턴만을 다룰 수 있으므로, 우리는 Taylor(2003)에 의해 제안된 전통적 시계열 예측방법의 확장형을 선정하였다. 더 나아가 우리는 상태 공간 모형화의 틀에서 Taylor의 이중 계절성 지수평활법이 적정하게 되는 통계적 모형을 설정해 보고, 단일 계절성 혹은 이중 계절성을 반영하는 innovations state space 모형을 수치적 적정화 과정을 통해 추정하여 본다. 한국의 전력수요(부하) 시계열 자료를 이용하여, 우리는 단일 계절성 이노베이션 상태 공간모형(기준모형, benchmarks)과 이중 계절성 모형을 시계열 예측에 적용하여 본다. 그 결과, 우리는 Taylor의 이중 계절성 지수 평활방법과 대응하는 innovations state space 모형이 단일 계절성만을 반영하는 두 개의 기준모형보다 우월하다는 것을 발견하였다. In this paper we discuss improving forecast accuracy by considering multiple seasonalities in high-frequency (hourly) time series data. Since the existing seasonal forecasting approaches are capable of dealing with a single pattern only, we employ an extended version of the traditional approach proposed by Taylor (2003). Furthermore, we setup a statistical model for which Taylor`s double seasoal Holt-Winters expeonential smoothing method is optiaml in the framework of state space approaching, so that the innovations state space models with either single or double seasonalities can be estiamted by a numerical optimization procedure. We empirically apply the innovations state space models with a single seasonality (benchmarks) and another model with double seasonalities to forecasting hourly electricity loads of South Korea. As a result, we find that the innovations state space model corresponding to Taylor`s double seasonal exponential smoothing method outperforms the other benchmark models with a single seasonality.
-
3.0T MRI에서 온도변화가 T1 및 T2 이완시간에 미치는 영향
김호현,권순용,임우택,강충환,김경수,김순배,백문영,Kim, Ho-Hyun,Kwon, Soon-Yong,Lim, Woo-Teak,Kang, Chung-Hwan,Kim, Kyung-Soo,Kim, Soon-Bae,Baek, Moon-Young 대한디지털의료영상학회 2013 대한디지털의료영상학회논문지 Vol.15 No.2
Purpose : The relaxation times of tissue in MRI depend on strength of magnetic field, morphology of nuclear, viscosity, size of molecules and temperature. This study intended to analyze quantitatively that materials' temperatures have effects on T1 and T2 relaxation times without changing of other conditions. Materials and Methods : The equipment was used MAGNETOM SKYRA of 3.0T(SIEMENS, Erlagen, Germany), 32 channel spine coil and Gd-DTPA water concentration phantom. To find out T1 relaxation time, Inversion Recovery Spin Echo sequences were used at 50, 400, 1100, 2500 ms of TI. To find out T2 relaxation time, Multi Echo Spin Echo sequences were used at 30, 60, 90, 120, 150, 180, 210, 240, 270 ms of TE. This experiment was scanned with 5 steps from 25 to $45^{\circ}C$. next, using MRmap(Messroghli, BMC Medical Imaging, 2012) T1 and T2 relaxation times were mapped. on the Piview STAR v5.0(Infinitt, Seoul, Korea) 5 steps were measured as the same ROI, and then mean values were calculated. Correlation between the temperatures and relaxation times were analyzed by SPSS(version 17.0, Chicago, IL, USA). Results : According to increase of temperatures, T1 relaxation times were $214.39{\pm}0.25$, $236.02{\pm}0.87$, $267.47{\pm}0.48$, $299.44{\pm}0.64$, $330.19{\pm}1.72$ ms. T2 relaxation times were $180.17{\pm}0.27$, $197.17{\pm}0.44$, $217.92{\pm}0.39$, $239.89{\pm}0.53$, $257.40{\pm}1.77$ ms. With the correlation analysis, the correlation coefficients of T1 and T2 relaxation times were statistically significant at 0.998 and 0.999 (p< 0.05). Conclusion : T1 and T2 relaxation times are increased as temperature of tissue goes up. In conclusion, we suggest to recognize errors of relaxation time caused local temperature's differences, and consider external factors as well in the quantitative analysis of relaxation time or clinical tests.
ScienceON
DBpia연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
