The purpose of this study is to compare short-term price predictive power among ARMA ARMAX and VAR forecasting models based on the MDM test using monthly consumer price data of frozen mackerel. This study also aims to help policymakers and economic actors make reasonable choices in the market on monthly consumer price of frozen mackerel. To analyze this study, the frozen wholesale prices and new consumer prices were used as variables while the price time series data were used from December 2013 to July 2021. Through the unit root test, it was confirmed that the time series variables employed in the models were stable while the level variables were used for analysis. As a result of conducting information standards and Granger causality tests, it was found that the wholesale prices and fresh consumer prices from the previous month have affected the frozen consumer prices. Then, the model with the highest predictive power was selected by RMSE, RMSPE, MAE, MAPE, and Theil’s inequality coefficient criteria where the predictive power was compared by the MDM test in order to examine which model is superior. As a result of the analysis, ARMAX(1,1) with the frozen wholesale, ARMAX(1,1) with the fresh consumer model and VAR model were selected. Through the five criteria and MDM tests, the VAR model was selected as the superior model in predicting the monthly consumer price of frozen mackerel.

In this study, we consider the problem of forecasting the number of inbound foreigners visiting Korea. Forecasting tourism demand is an essential decision to plan related facilities and staffs, thus many studies have been carried out, mainly focusing on the number of inbound or outbound tourists. In order to forecast tourism demand, we use a seasonal ARIMA (SARIMA) model, as well as a SARIMAX model which additionally comprises an exogenous variable affecting the dependent variable, i.e., tourism demand. For constructing the forecasting model, we use a search procedure that can be used to determine the values of the orders of the SARIMA and SARIMAX. For the exogenous variable, we introduce factors that could cause the tourism demand reduction, such as the 9/11 attack, the SARS and MERS epidemic, and the deployment of THAAD. In this study, we propose a procedure, called Measuring Impact on Demand (MID), where the impact of each factor on tourism demand is measured and the value of the exogenous variable corresponding to the factor is determined based on the measurement. To show the performance of the proposed forecasting method, an empirical analysis was conducted where the monthly number of foreign visitors in 2019 were forecasted. It was shown that the proposed method can find more accurate forecasts than other benchmarks in terms of the mean absolute percentage error (MAPE).

작물 재배 시 주요 해충 발생에 대해 한두 달 이상 앞선 계절전망이 가능하다면 농가의 해충관리 의사결정이 보다 효율적으로 이루어질 수 있을 것이다. 본 연구에서는 국내 해충 발생과 통계적으로 유의미한 원격상관관계에 있는 기후현상을 찾기 위해 Moving Window Regression (MWR) 기법을 활용하였다. 벼멸구의 발생과 비래는 장기간에 걸쳐 여러 지역에서 연속적으로 일어나는 사건이기 때문에 비슷한 시공간적 규모 를 갖는 기후현상과 통계적인 연관성을 가질 가능성이 높아 본 연구의 대상 해충으로 선택하였다. MWR 통계 분석의 반응변수로써 1983년부터 2014년까지 국내 벼멸구 발생면적 자료를 사용하였고, 10개의 기후모형에서 생산되는 10개의 기후변수를 예보 선행시간별로 추출하여 설명변 수로 사용하였다. 최종적으로 선정된 각 MWR 모형의 특정 시기와 지역의 기후변수는 연간 벼멸구 발생면적 자료와 통계적으로 유의한 상관관 계를 보였다. 결론적으로, 본 연구에서 개발한 MWR 통계 모형을 통해 국내 벼멸구 발생 위험도에 따른 선제적 대응을 위한 벼멸구 계절전망이 가능할 것으로 보인다.

A seasonal outlook for crop insect pests is most valuable when it provides accurate information for timely management decisions. In this study, we investigated the probable relationship between climatic phenomena and pest infestations in Korea using two statistical methods. Brown planthopper was selected because of its migration characteristics, which fits well with the concept of our statistical modelling – utilizing a long-term, multi-regional influence of selected climatic phenomena to predict a dominant biological event at certain time and place. The moving window regression (MWR) model showed high correlation between the national infestation trends of brown planthopper and some tempo-spatial climatic variables near its sequential migration path, while the climate index regression (CIR) model resulted in a relatively low correlation compared to the MWR model. Overall, the statistical models developed in this study showed a promising predictability for rice brown planthopper infestation in Korea, although the dynamical relationships between the infestation and selected climatic phenomena need to be further elucidated.

표고버섯 재배 임가들이 생산량과 출하 시기를 결정하는 데 가격은 결정적인 역할을 하지만, 표고버 섯 가격 전망에 대한 연구는 미진한 상황이다. 이 연구의 목적은 표고버섯의 중품, 상품, 특품의 월별 가격자료를 이용하여 시계열 분석 모형을 구축하고, 이들의 단기 가격 예측력을 비교하는 것이다. 이를 위해, 2002∼2015년 동안의 등급별 가락시장 표고버섯 가격자료를 이용하여 Seasonal Exponential Smoothing 모델, Seasonal ARIMA with intercept 모델, Seasonal ARIMA without intercept 모델, Seasonal Dummy 모델을 포함하는 네가지 형태의 시계열 분석 모형을 구축하고 단기 가격을 예측하였 다. 또 통계적 검증방법을 이용하여 이들 모델의 가격 예측력을 비교하였다. 분석 결과, Seasonal ARIMA without intercept 모형의 가격 예측 능력이 가장 우수한 것으로 나타났다. 향후 다른 단기 소 득 임산물의 가격 예측에도 이들 모델을 적용함으로써 임가들의 생산 출하에 대한 의사결정에 유용한 정보를 제공할 수 있을 것이다.

볼록총채벌레는 제주도 감귤에서 경미한 피해만 보고되다가 2007년부터 다발생하여 그 피해가 갈수록 심각해지고 있다. 본 연구는 적산온도를 이용하여 볼록총채벌레 각 발생세대의 발생최성기를 예측할 수 있는 모형을 개발하고자 수행하였다. 볼록총채벌레 성충 발생세대수를 독립변수(x)로 취급하고 세대별 발생최성기의 적산온도를 종속변수(y)로 취급하여 직선 회귀식을 추정하였다. 감귤원에서 유살된 자료와 녹차 또는 키위과원에서 얻은 자료를 기반으로 각각 감귤기반모형(y = 310.9x + 69.0, r2=0.99) 녹차기반모형(y = 285.7x + 84.1, r2=0.99)을 개발하였다. 각 모형의 예측값과 독립된 포장 실측자료와의 잔차자승합을 토대로 모형의 적합성을 평가하였으며, 녹차기반모형의 적합력이 좋았다. 본 예측모형을 통한 계산값과 실측치의 불일치에 대한 원인과 모형의 포장 활용도에 대하여 고찰하였다.

본 연구는 도로연장측면에서 본선에 비해 상대적으로 연결로에서 발생하는 사고빈도가 높고, 교통사고가 증가하는 추세인 고속도로 연결로의 교통사고 예측모형의 개발에 초점을 두었다. 연결로 유형별(직결, 준직결, 루프)로 통계적으로 유의한 사고인자를 선정하고, 사고율과의 관계가 비선형 임을 분석하여 변수를 변형(Variables Transformation)하여 All possible 방식으로 예측모형을 개발하고, 통계적 진단 및 검증을 거쳐 유의성을 확인하였으며 이에 기존 개발 모형에 비해 예측력이 더욱 우수한 결과를 보였다. 개발된 사고예측모형은 보다 비용면에서 효율적이고, 안전한 트럼펫형 IC 연결로의 설계와 연결로 교통사고 원인분석에 활용될 수 있을 것으로 기대된다.

  Entrepreneurship is considered as the main leadership creating enterprises and employment. However, in Korea empirical studies linking Korean entrepreneurial performances with her characteristics are rarely in existence. Current study focuses on Korean

일반적으로 도로의 차로수 산출시에 30번째 혹은 100번째의 설계시간교통량을 활용하게 된다. 이러한 설계시간교통량은 설계시간계수에 연평균일교통량을 곱하여 산출하고 있다. 본 논문에서 고속국도에서 운영 중인 34개소의 상시교통량 조사 자료를 기초하여 연평균일교통량 5만대를 기준으로 하여 30번째와 100번째의 시간교통량을 추정할 수 있는 회귀모형을 각각 구축하였다. 30, 100번째 순위의 시간교통량의 추정능력을 평가지표 MAPE(Mean Absolute Percentage Error)를 활용하여 기존방법과 비교 평가했을 때, 30번째 시간교통량을 추정에서 5만대 이하 모형에서는 추정오차가 기존방법에 비해서 11.83% 감소하고 5만대 이상에서는 22.17% 감소하는 것으로 분석되었다. 또한 100번째 시간교통량 추정능력 평가에서는 5만대 이하일 때는 추정오차가 기존방법에 비해서 8.16%감소하고 5만대 이상에서는 15.25% 감소하는 것으로 평가되었다.

Water resources planning and management are, more and more, becoming important issue for water use and flood control due to the population increase, urbanization, and climate change. In particular, the estimating and the forecasting inflow of dam is the most important hydrologic issue for flood control and reliable water supply. Therefore, this study forecasted monthly inflow of Soyang river dam using VARMA model and 3 machine learning models. The forecasting models were constructed using monthly inflow data in the period of 1974 to 2016 and then the inflows were forecasted at 12- and 24-month ahead lead times. As a result, the forecasted monthly inflows by the models mostly were less than the observed ones, but the peak time and the variation pattern were well forecasted. Especially, the VARMA model showed very good performance in the forecasting. Therefore, the result of this study indicates that the VARMA model can be used efficiently to forecast hydrologic data and also used to establish water supply and management plan.

운임시장의 심한 변동성과 시계열 데이터의 불안정성으로 해운시황 예측에 대한 연구가 큰 성과를 내지 못하고 있지만 최근 대표적인 비선형 모델인 기계학습모델을 적용한 연구들이 활발히 진행되고 있다. 대부분의 기존 연구가 계량모델의 설계단계에서 입력변수에 해당하는 요인들을 기존 문헌연구와 연구자의 직관에 의존하여 선정했기 때문에 요인선정에 대한 체계적인 연구가 필요하다. 본 연구에서는 케이프선 운임을 대상으로 단계적 회귀모형과 랜덤포레스트모델을 이용하여 중요 영향요인을 분석하였다. 해운시장에서 비교적 단순한 수급구조를 가져 요인파악이 용이한 케이프선 운임을 대상으로 하였으며 총 16개의 수급요인들을 사전 추출하였다. 요인간의 상호관련성을 파악하여 단계적 회귀는 8개 요인, 랜덤포레스트는 10개 요인을 분석대상으로 선정하였으며 선정된 변수를 입력변수로 하여 예측한 결과를 비교하였다. 랜덤포레스트의 예측성능이 아주 우수하였는데 수요요인이 주로 선정된 단계적 회귀분석과는 달리 공급요인이 비중 있게 선정되었기 때문인 것으로 판단된다. 본 연구는 운임예측 연구에 있어 운임결정요인에 대한 과학적인 근거를 마련하였으며 이를 위해 기계학습 기반의 모델을 활용하였다는데 연구적 의의가 있다. 또한 시장정보의 분석에 있어 실무자들이 어떤 변수에 중점을 두어야 하는지에 대해 합리적 근거를 제시한 측면에서 해운기업의 의사결정에 실질적 도움이 될 것으로 기대된다.

최근 한국은 기후변화로 인한 기온 및 수온 상승, 빈번한 집중호우와 친수공간 조성에 따른 적극적인 하천의 활용 등으로 인하여 하천 및 저수지 내 수질관리에 있어 해결해야 하는 많은 문제점을 가지고 있다. 본 연구는 효율적인 수질관리를 위하여 인공신경망을 이용한 단기조류예측모형 구축에 관한 연구이다. 대상지역으로 조류가 번식하기 좋은 조건을 지니고 있는 금강유역 내 대청호를 선정하였고 설치되어 있는 수질자동측정망의 일 단위자료를 이용하였다. 다층전방향신경망의 역전파 알고리즘을 이용하여 단기(1일, 3일, 7일) 조류를 예측할 수 있는 모형을 구축하였다. 본 모형에서는 대청호 내 수문 및 수질성분을 교차상관분석을 기초하여 단기조류예측모형의 입력 성분을 선정한 후 다양한 조류예측 신경망 모형을 구축하여 결과에 대한 검증을 실시하였다. 구축된 단기조류예측모형은 자연발생적인 기작과 유사한 현상을 재현할 수 있는 다양한 수질인자를 고려하여 단기조류예측모형을 구축한 경우 예측의 정확도가 높게 도출되었다. 본 연구는 신경망 모형의 최대 장점인 비선형성 및 간편성 등을 고려하였을 때 우리나라의 수질예측에 적합한 신경망 모형을 구축할 수 있으며 이를 통한 하천 및 호수 내 효율적인 수질관리 방안을 제시할 수 있을 것이다.

본 연구에서는 다목적댐의 효율적인 홍수관리와 조기 홍수 경보시스템의 정확성을 향상시키기 위하여 두 가지 모형이 제안되었다. 두 모형은 상류 유입 홍수량과 하류 하천의 홍수량을 실시간으로 예측할 수 있는 능력을 각각 가지고 있다. 이들 모형은 남강댐 상류와 하류 홍수량의 실측치와 모의치를 비교하여 보정 및 검정되었으며, 실제 상황에서 모형의 홍수량 예측 능력이 평가되었다. 상류 유입량 예측 모형은 Grey 시스템 이론에 근거하였으며, 모형의 예측능력을 고

본 연구의 목적은 다양한 하수관망과 하천을 포함하는 복잡한 토지이용으로 구성된 도시유역으로서는 비교적 유역면적이 큰 유역의 홍수예보모형으로 수문모형과 수리모형을 연계하는 방법을 제안하고, 이를 유역면적이 약 에 해당하는 중랑천 유역에 적용하여 적용 가능성을 평가하고자 한다. 본 연구에서 수문모형으로는 SWMM과 수리모형으로서는 HEC-RAS 모형을 선정하였으며, 적용대상유역인 중랑천 유역은 25개의 소유역으로 구분되었다. SWMM모형은 각 소배수구역의

본 연구에서는 농업용 저수지에서 저수량 예측모형과 함께 저수지의 목표저수량 및 한계저수량을 유지하기 위한 저수지 운영방안을 제시하였다. 대상저수지인 금강저수지에서 1990년부터 200l년까지의 저수량 자료를 이용하여 갈수빈도해석을 적용하고, 2년빈도 한발저수량을 목표저수량(target storage)으로, 10년빈도 한발저수량을 한계저수량(critical storage)으로 설정하였다. 농업용 저수지의 운영의 효율화를 위해서는 우선 합리적인 방법을 통하