온난화와 같은 전지구적 변화는 기온과 강수 등 기상요소에 직접적으로 반영되어 곡물 수확량의 변화를 가져온다. 기후변화 시나리오에 기초한 선행연구들에서는 GCM (general circulation model)의 공간해상도 문제로 인하여 상세한 모의가 어려웠고, 시계열통계법을 활용한 연구들에서는 기후요소를 통합하여 수확량을 예측한 사례가 매우 드물었다. 이에 본 연구에서는 상세화된 기후재분석자료의 시계열모델링을 통하여 옥수수와 콩의 수확량 예측실험을 수행하였다. 미국 아이오와 주의 99개 카운티를 대상으로 1960년부터 2009년까지 50년간의 고해상도 기후재분석자료와 정부통계 수확량 DB를 구축하고, 시계열통계법인 VAR (vector autoregression)와 ARIMA (autoregressive integrated moving average)를 이용하여 다음해 수확량 예측실험을 10개 연도에 대해 수행하여 예측력을 평가하였다. VAR는 16-18%, ARIMA는 11-14% 의 오차율로 다음해의 수확량을 예측할 수 있는 것으로 집계되었으며, 옥수수의 경우 표토의 산성도, 심토의 점토와 나트륨 함유량 등의 토양특성 이 실제 수확량 및 예측정확도에 영향을 미치는 것으로 나타났다.

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.

표준은 산업발전 및 무역 자유화의 기반이며 사회 · 경제적인 효율을 향상시키는 중요한 수단이다. 표준과 관련된 정책은 국가적인 차원에서 중요한 이슈 중 하나가 되고 있으며, 이에 따라 산업 분야별 한국산업표준 제정과 활용에 대한 분석은 표준과 관련된 연 구에서 중요한 부분이 되고 있다. 본 연구는 분야별 KS 보유 및 제정현황 분석 그리고 열람실적을 이용하여 표준의 활용도 를 분석한다. 먼저 KS의 보유현황을 국가정책적인 이슈와 함께 살펴보고, 세부적으로 KS 제 정현황이 유사한 분야들은 무엇인지 파악하기 위해 다차원 척도법을 이용하여 시각화 및 군 집화를 실시한다. 이후 각 군집별 제정현황이 유사한 분야들의 표준화 제정활동에 영향을 미 치는 결정요인이 무엇인지 가설설정에 따른 회귀분석을 실시한다. 연구결과 자본집약도, 연구개발 그리고 매출액이 표준화 제정활동에 영향을 미치는 것으로 나타났다. 이에 따라 정부 는 자본집약도가 큰 기업들이 표준화 과정에서 선도적 역할을 유도하고, 연구개발에 따른 표 준과 기술특허 등을 정책적으로 연계시키며, 매출액이 큰 기업들이 표준화 활동을 선도하도 록 지원정책을 수립해야 한다. 두 번째로 표준의 활용도를 분석하기 위해, KS 열람실적 데이 터를 사용하며, 각 KS의 제정연도, 형태 분야별 활용도가 어떻게 다른지 기초통계분석과 의 사결정나무를 사용하여 분석을 수행한다. 그 결과 표준의 제정시기가 활용도에 영향을 크게 미치며, 특정 분야와 형태의 KS들은 최근에 제정되었더라도 활용도가 높은 것으로 나타났 다. 이에 따라 열람실적이 낮은 표준들에 대한 홍보 정책과 함께, 표준을 제정할 때 미열람되 는 표준이 적어지도록 활용도를 고려하는 정책을 수립해야 한다.

본 연구에서는 동해 연안정지관측 8개 지점(감포, 울기, 장기갑, 포항, 죽변, 동해(묵호), 주문진, 속초)에서 43년(1971-2013)간 조사한 표층수온을 이용하여 지역별 수온의 유사도에 따른 군집분석과 수온의 장기 변화를 살펴보았다. 수온의 유사도에 의한 군집분석 결과, 본 연구지역은 크게 그룹 A(동해, 주문진, 속초)와 그룹 B(감포, 울기, 장기갑, 포항, 죽변)로 구분되었다. 여기서 A 그룹의 속초와 B 그룹의 죽변, 포항, 감포를 중심으로 한 수온과 수온편차의 장기 변화에서 수온은 10년 규모의 변동을 보였다. 각 지역별 수온은 43년간 증가 경향을 보였고, 1988년을 기준으로 고수온기와 저수온기로 구분되었다. 각 지역에서 43년간 수온은 속초가 2.26℃, 죽변이 1.99℃, 포항이 1.11℃, 감포는 0.89℃ 각각 증가하였고, 지역적으로는 동해 남부에서 북부로 갈수록 수온의 증가 속도가 크게 나타났다. 계절별 수온의 증가는 추계와 동계의 경우 속초>죽변>포항>감포의 순이었고, 춘계와 하계는 죽변>속초>포항>감포의 순으로 나타났다.

Real-life time series characteristic data has significant amount of non-stationary components, especially periodic components in nature. Extracting such components has required many ad-hoc techniques with external parameters set by users in a case-by-case manner. In this study, we used Empirical Mode Decomposition Method from Hilbert-Huang Transform to extract them in a systematic manner with least number of ad-hoc parameters set by users. After the periodic components are removed, the remaining time-series data can be analyzed with traditional methods such as ARIMA model. Then we suggest a different way of setting control chart limits for characteristic data with periodic components in addition to ARIMA components.

서울특별시 용산구의 측정망에서 2004년부터 2013년간 관측한 대기질 자료를 중심으로 SO2의 환경거동을 시간적 기준으로 다양한 관점에서 분석하였다. 이와 동시에 관측한 기타 대기오염물질들(PM2.5, PM10, TSP, CH4, CO, NO, NO2, NOx, O3, THC, NMHC)의 농도자료와 기상자료들과의 관계를 해석하는 방식으로 SO2의 거동을 조사하였다. 10년간 측정한 용산구 지역에서 측정한 SO2의 연간 평균농도는 대기환경기준치인 20nmole mole-1보다 5배 정도 낮은 4.36-5.86(최저-최고) nmole mole-1 수준으로 나타났다. 이는 연간 평균농도가 관리기준치를 초과하는 성분들과 뚜렷하게 대조적인 양상을 보였다. 여러 가지 통계적 기법을 적용하여 SO2의 배출량에 영향을 미치는 요인들을 파악하였다. 그리고 용산구에서 측정한 SO2와 기타대기오염물질, 기상자료들의 경향성을 비교해보았다. SO2은 온도 및 기타물질들에 대한 상관성이 있는 것으로 나타났다. 또한 본 연구의 결과에 의하면, SO2은 다른 대기오염물질들에 비해 상대적으로 관리가 잘 이루어지고 있다는 것을 확인할 수 있다.

본 연구는 MODIS 위성영상을 이용하여 광역적으로 진행되고 있는 식물계절학적 특징을 분석하고자 수행하 였다. 위성영상을 이용한 식물계절학적 특징 분석은 현 장 관찰 자료의 분석을 위한 전반적인 식물계절 경향성 및 변동성에 필요한 정보를 제공해 줄 수 있으며, 현장 관찰 값과 광역 식물계절 관측 값의 연결을 통하여 광 역 수준에서 보다 정밀도 높은 식물 계절현상 모니터링 을 가능하게 한다. 본 연구의 기반이 된 MODIS EVI 자료는 Timesat Algorithms의 double logistic function으로 평활화시켜 분석하였다. 제주→남해안→지리산→소백산→설악산 의 위도 분포에 따라 식물계절 시작일은 늦어지는 경향 을 보였다. 그러나 11년간 주요 산림 지역에서의 식물 계절 시작은 해마다 시작일에 다르게 나타나는 연변동 의 특징을 보였다. 변동 자료를 고차다항식으로 변형한 결과, 제주도는 연간 0.38일, 소백산지역은 0.174일 계 절 시작이 늦어지고, 남해안은 0.32일, 지리산은 0.239 일, 설악산 지역은 0.119일 개엽일이 빨라지고 있는 것 으로 나타났다. 우리나라 전체 식물계절 시작 시기의 특징을 공간적 으로 살펴보면, 주요 산림 지역은 늦어지고, 분지나 산 록의 남사면지역에는 빨라지는 것으로 나타났다. 지역적 으로 살펴보면, 제주도의 남서해안 및 북동해안 사면지 역, 동남해안 지역이 빠른 경향을 보였다. 행정구역별 식물계절 시작 시기를 분석한 결과, 2001 년에는 서울과 경기도, 동해안, 남해안, 마산, 창원, 밀양, 대구, 제주도를 중심으로 빠르게 시작되었다. 이는 서울, 경기도, 마산, 창원, 밀양, 대구 등의 도시지역은 도시화 에 따른 기온상승의 영향인 것으로 해석된다. 이 같은 경향은 2005, 2010년에도 같은 경향으로 보이고 있어 도시화가 식물계절 변화에 중요한 영향을 미치고 있는 것으로 해석할 수 있다. 본 연구의 시간적 규모인 10년 이내에서는 기후변동 에 따른 식물계절 현상의 변이성을 잘 나타내었으며, 이 러한 식물계절 모니터링 기법은 30년 이상의 보다 장기 적인 자료를 축적을 통하여 기후변화 양상에 따른 생물 계절 현상 변화와 해석에 중요한 역할을 할 것으로 생 각된다.

본 논문은 1982년과 2002년 사이 동북아시아 일부 대도시 지역을 대상으로 시계열 위성영상자료를 활용하여 도시팽창양상을 식별하는 것을 목표로 한다. 도시팽창은 시·공간적 역동성을 띄는 지표현상이나, 기존 연구에 주로 사용되었던 원격탐사 방법론들은 이의 시간적 측면보다는 공간적 측면에 비중을 두어 분석을 수행해왔다. 본 연구에서는 시계열 푸리에분석과 시계열회귀분석을 조합한 계량적 방법론을 이용하여 도시팽창의 시간적 측면에 보다 비중을 두고 분석을 하였으며, 동북아시아 대도시 지역에서 도시팽창이 어떻게 진행되는지를 지리정보체계/원격탐사 컴퓨터 프로그램인 이디리시를 사용하여 분석한다. 그 결과, 본 논문에서 시도한 방법론은 대도시 지역의 시·공간적 피복변화를 감지하는데는 효과적이었으나, 도시팽창 자체를 탐지하는데 있어서는 제약이 있는 것으로 나타났으며, 제약의 주된 이유는 도시지역의 피복과 토지이용의 대응이 항상 일치하지 않기 때문인것으로 파악되었다. 본 논문에서 제시한 시계열 원격탐사 방법론은 각 지역에서 관찰되는 각기 다른 도시화 양상을 픽셀단위로 구분하는데, 다양한 조합의 분석결과를 활용하면 도시팽창 연구에 유용할 것으로 예상된다.

목 적: 백내장 유병률 변화와 예측을 통해 백내장의 위험성과 관리 및 예방의 중요성을 알리고자 한다. 방 법: 2008년에서부터 2012년까지 최근 5년간 보건복지부 산하 질병관리본부가 시행하여 발표한 국민건강영양조사 자료를 통계 분석하였다. 결 과: 연령별 백내장의 유병률은 40-49세 11.1%, 50-59세 35.7%, 60-69세 71.8%, 그리고 70세 이상에서는 94.2%로 나이가 증가함에 따라 유병률이 증가하였으며(p=0.00), 특히 남성 50-59세 연령층의 경우 2008년 35.7%에서 2012년 48.2%로 5년 동안 13.0%의 백내장 유병률이 증가한 것으로 나타났다. 지역별 백내장 유병률은 동 지역에서는 39.5%와 읍 지역에서는 51.1%로(p=0.00), 소득별 백내장의 유병률은 최하위 소득군 43.1%, 중하위 42.9%, 중상위 41.6% 그리고 최상위 40.7%를 각각 나타내었다. 결 론: 65세를 넘어가면 남성과 여성간의 백내장 유병률의 유의한 차이가 있는 것으로 나타났다(p=0.02). 그러나 그 차이는 계속 줄어들고 있으며 그것은 특히 50대 남성 백내장 유병률의 가파른 증가와 연관이 있음을 알 수 있다.

In this paper, we investigate the statistical correlation of the time series for temperature measured at the heat box in the automobile drying process. We show, in terms of the sample variance, that a significant non-linear correlation exists in the time series that consist of absolute temperature changes. To investigate further the non-linear correlation, we utilize the volatility, an important concept in the financial market, and induce volatility time series from absolute temperature changes. We analyze the time series of volatilities in terms of the de-trended fluctuation analysis (DFA), a method especially suitable for testing the long-range correlation of non-stationary data, from the correlation perspective. We uncover that the volatility exhibits a long-range correlation regardless of the window size. We also analyze the cross correlation between two (inlet and outlet) volatility time series to characterize any correlation between the two, and disclose the dependence of the correlation strength on the time lag. These results can contribute as important factors to the modeling of forecasting and management of the heat box’s temperature.

본 연구는 기존의 회귀분석과는 달리 시계열 분석과 인공신경망 모형을 이용하여 장래 해상교통량을 예측하였다. 특히, 시계열 분석을 통한 예측값을 인공신경망 모형에 추가 입력변수로 적용하여 장래 해상교통량 예측을 제고하고자 하였다. 본 연구는 인천항의 1996년부터 2013년까지 월별 관측값을 대상으로 하였다. 모형의 예측력 검증을 위해 1996년부터 2012년까지 관측값을 대상으로 구축한 모형으로부터 2013년을 예측하여 실제 관측값과의 비교로 적합한 모형을 판별하였다. 인천항의 2015년 장래 해상교통량은 매월 평균 교통량보다 5월과 11월에 각 5.9 %, 4.5 % 많았으며, 1월과 8월은 매월 평균 교통량보다 각 8.6 %, 4.7 % 적은 것으로 예측되었다. 따라서 인천항은 계절에 따른 월별 교통량의 차이를 확인할 수 있다. 본 연구는 해상교통 현장관측 조사시 계절에 따른 교통량의 특성을 반영할 수 있는 기초 자료로 활용될 수 있다.

본 연구는 기존의 회귀분석과는 달리 금융, 경제, 무역 등 다양한 분야의 수요 예측에 널리 적용되고 있는 시계열 분석 방법을 시도하였다. 인천항의 1996년 1월부터 2013년 6월까지 입항 척수 자료를 바탕으로 정상성 검증, 모형의 식별, 모수의 추정, 진단 과정을 거쳐 장래 해상교통량을 예측하였다. 2014년 1월부터 2015년 12월까지 예측한 결과 2월달의 교통량이 다른 달 보다 적게 예측된 반면, 1월달의 교통량은 다른 달 보다 많을 것으로 나타났다. 또한 인천항은 지수평활법 보다 ARIMA 모형이 적합하며, 계절에 따라 월별 교통량의 차이를 보이는 것을 알 수 있다. 본 연구는 시계열 분석으로 장래 교통량을 월별로 예측하였다는 점에서 의의가 있다. 또한 기존의 회귀분석으로 예측한 장래 해상교통량보다 시계열 분석으로 예측한 장래 해상교통량이 더 적합한 모형인 것으로 판단된다.

본 연구에서는 다양한 분야의 수요예측에서 사용되고 있는 시계열모형을 이용하여 일반여객의 장래 수 요추정 방안 제시를 그 목적으로 한다. 분석은 일반여객(새마을, 무궁화)을 대상으로 수행 되었으며, 2004년 4월부터 2013년 1월까지의 시계열 자료를 이용하여 2014년 12월까지 예측을 수행하였다. 기존 연구의 수요예측 과정은 예측 유형별(열차종별 총량, 열차종별·노선별 총량 등)로 각각의 시계열 모형을 추정하여 예측을 수행하였으나, 본 연구에서는 그림 1.에서와 같이 주중일평균/주말일평균 단위로 자료를 구축하여 분석을 수행함으로써, 특송기간에 의한 오차 및 철도 수요 특유의 주중/주말 분산 오차를 줄일 수 있었다. 또한, 개선된 수요예측과정은 과거 직전 연도(2012년)의 실측값에 근거하여 역간 수송특성(승차 및 하차 비율 등)을 산정한 후 월별 역간 수송량을 예측하는 방식을 채택함으로서, 일반여객이 갖는 많은 양의 O/D개수로 인해 예측이 어렵던 기존연구의 역간 수송량 예측에 대한 한계점을 극복하였다. 시계열 모형의 추정은 그림 1.에서와 같이 구축된 자료를 통해 그림2.와 같이 판별, 추정, 진단, 예측의 4단계를 거쳐 추정된다. 본 연구에서는 열차별·노선별로 각각의 시계열 자료의 변동 및 특성에 따라 ARIMA모형, SARIMA모형, 개입 SARIMA모형을 이용하여 분석을 수행하였다. 수송수요의 적정성을 검토하기 위하여 2013년 2월부터 4월까지의 실제 관측된 데이터와 시계열 모형을 통해 예측된 예측치를 RMSE, U-TEST, MAPE를 이용하여 비교하였으며, 적정성을 확인하였다. 예측 결과, 새마을 열차의 경우 총 승차인원은 2013년 935만인/년, 2014년 962만인/년으로 예상되며 무궁화 열차의 경우 2013년 6,838만인/년, 2014년 7,242만인/년으로 예상된다. 본 연구의 경우 시계열 모형을 이용하여 일반여객의 단기 수요예측만을 수행하였으나, 철도의 수송수 단으로서의 경쟁력 확보 방안 마련과 시설투자 계획 및 새로운 노선의 개발계획 등의 의사결정을 위해서는 중기 예측이 필요하며, 타 수송수단과 수단점유율 예측의 연구가 선행되어야 보다 더 정도 높은 단기 예측이 가능할 것으로 판단된다.

현재 국내에서 EM-120에 의해 검측된 틀림 데이터는 매우 불규칙적인 형태를 나타내며 데이터 분석 시 다양한 문제점 을 가지고 있다. 본 연구에서는 궤도의 효율적인 유지관리를 위해 검측된 틀림데이터의 특징과 문제점을 분석하고, 이를 보완할 수 있는 효율적인 처리 기법을 개발하였으며, 정제된 데이터의 ARIMA 분석을 통해 검측데이터와 계절 변화의 상 관관계 분석을 수행하였다. 또한 회귀모형, 지수평활법, ARIMA 모형 등 다양한 예측 모델의 적용을 통해 검측 데이터의 시계열 분석을 수행하고, 궤도 틀림 데이터의 예측 모델에 적합한 최적 모델 선정과 관련한 연구를 수행하였다.

Real-life time series characteristic data has significant amount of non-stationary components, especially periodic components in nature. Extracting such components has required many ad-hoc techniques with external parameters set by users in case-by-case m

This research has been studied a quality management method of silicon wafers for solar cells using the time series analysis. The model which can forecast conversion efficiency in state of a silicon wafer of a solar cell was presented newly and studied its limits. The first approach analyzed correlation between quality characteristics which was currently known and the quality of the last production. Also, The special factor which was unknown to a general factor until now was found. This paper presented the time series analytical model which was transformed in order to forecast exactly the influence that these special quality characteristics were immersed in to the conversion efficiency of cells. Using the correlation of forecasted value along the arbitrary change of measured value, the most optimized reduction factor for calculation of weight to be suitable for this model was defined.