Much of the data used in the analysis of environmental ecological data is being obtained over time. If the number of time points is small, the data will not be given enough information, so repeated measurements or multiple survey points data should be used to perform a comprehensive analysis. The method used for that case is longitudinal data analysis or mixed model analysis. However, if the amount of information is sufficient due to the large number of time points, repetitive data are not needed and these data are analyzed using time series analysis technique. In particular, with a large number of data points in the current situation, when we want to predict how each variable affects each other, or what trends will be expected in the future, we should analyze the data using time series analysis techniques. In this study, we introduce univariate time series analysis, intervention time series model, transfer function model, and multivariate time series model and review research papers studied in Korea. We also introduce an error correction model, which can be used to analyze environmental ecological data.

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.

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.

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.

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.

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.

한반도에서 측정되고 있는 시계열 지자기 자료에 대해 결측 자료에 대한 복원과 측정 자료에 기반한 예측, 그리고 기관별 관측 자료에 대한 잡음도를 분석하였다. 결측 자료의 복원을 위해 주성분 분석을 통한 최적화 기법과 지구 통계학적 접근에 의한 방법을 적용하고 그 효과를 비교하였다. 주성분 기법은 자료의 주기성을 효율적으로 반영하는 특성을 보였으며, 지구통계학적 방법은 안정적인 복원 능력을 보였다. 관측소 별 잡음도를 파악하기 위해 이천 및 청양에서 동일 기간에 관측한 지자기 자료에 대해 공간적 분산성을 스캐터그램을 이용해 파악하였다. 그 결과 청양 관측소의 자료가 이천 관측소의 자료보다 연속적이며 안정적인 측정이 이루어진 것을 알 수 있었으며, 복원을 위한 크리깅 추정에서도 실제 자료의 추정이 매우 정확하게 이루어졌다. 결측자료의 복원의 경우 20분 이내의 결측 자료에 대해서는 크리깅 기법과 주성분 기법 모두 유사한 결과를 보였으나, 그 이상의 결측에 대한 복원과 지자기 자료의 예측이 필요한 경우에는 주성분 기법을 적용해야 주파수 영역에서의 특성이 실제와 더욱 유사하게 나타났다. 또한 지자기 자료의 예측을 위해서는 주성분 분석이 효율적으로 이용될 수 있음을 파악하였으며, 하루 정도의 지자기장을 예측할 수 있는 것으로 보인다.

본 연구는 부산지역의 먼지 농도와 황사발원지의 기후학적 요소를 주기분석 함으로써 부산지역의 먼지농도 주기에 영향을 주는 기후학적 조건, 특히 황사 발생과의 관련성에 대하여 고찰하였다. 부산지역에서 관측된 먼지 농도 시계열 자료를 이용한 단일스펙트럼분석을 수행한 결과 배출량이나 강수 효과 등에 의해 나타난 일반적인 주기(1년, 7일) 이외에, 상대적으로 3-4년 주기가 우세하게 나타났으며, 먼지 농도와 부산지역의 기상자료 및 황사발원지에서의 풍속과의 교차스펙트럼 분석을 통한 주기 분석을 수행해 본 결과, 3-4년 주기일 때 먼지농도와 풍속, 기압은 양의 상관관계, 기온, 상대습도와는 각각 음의 상관관계가 나타났다. 이는 황사 발생 조건과 잘 부합되는 것으로 나타나, 3-4년의 먼지 농도 주기는 황사의 장거리 수송과 관련이 있는 것으로 판단된다. 또한 황사 발생은 발원지의 지표 상태에 따라 발생빈도가 달라지므로, 여러 기후학적 요소들 중 황사발원지에서의 강수량과의 주기 분석을 수행해 본 결과, 발원지에서의 강수량 그 자체보다는 발원지에서의 가뭄지수(EDI)의 시계열이 우리나라 먼지 농도의 3-4년 주기와 더 연관이 있는 것으로 나타났고 이는 기후학적으로 황사 발원지에서의 지표건조 특성의 변동성과 연관이 있는 것으로 나타났다.

본 연구는 도로설계 시 차로수 결정에 사용되는 적정 설계시간계수값의 특성분석과 적정 설계시간계수값을 적용하는데 있어 세부기준을 제시하기 위해 국내 일반국도 93개 상시교통량 조사지점에서 8년 동안 수집한 시간교통량 및 AADT 자료를 이용하여 AADT 증가와 시간적 변화에 따른 설계시간계수값의 변화를 회귀식 모형을 통해 분석하였다. 회귀식 모형은 30번째 시간교통량을 독립변수로 AADT를 종속변수로 하는 상수항이 없는 단순회귀식으로 구성하였으며, 회귀식은 차로수 구분(2차로, 4차로)과 AADT 수준(3개 그룹)에 따라 별도로 적용하였다. 분석결과, 제안한 회귀식 모형은 추정오차가 작고 모형의 설명력이 높게 나타났으며, 설계시간계수의 시계열적인 변동특성 분석결과, 설계시간계수는 연도별 변화가 크지 않고 차로수 또는 교통량이 클수록 작아지는 특성이 뚜렷하게 확인되었다. 연구의 한계로는 기존방법에서 채택하고 있는 30번째 혹은 100번째 순위의 설계시간계수는 맞다는 가정하에 분석을 진행한 것으로, 주 5일제 확대에 따른 여가통행 증가, 도로의 지역적 교통특성 등에 따른 설계시간계수 변화를 반영하지 못하고 있어 향후에 국내 실정에 맞는 최적순위의 설계시간계수 제시를 위한 연구가 추가적으로 필요하다.

엘니뇨현상과 관련된 해양 아표층 변동성을 조사하기 위해 1980년부터 2004년까지의 적도 해역의 20도 등온선 깊이(Z20)와 난수질량(WWV) 자료를 분석하였다. 주성분 분석, 합성 분석 및 교차상관 분석 결과, 아표층 시계열 자료는 Nino3.4 SST와 유의미한 시간 지연을 가지고 강한 상관성을 보였다. 이 결과는 아표층 해양 변수가 엘니뇨현상에 유용한 예측 인자임을 시사한다. 분석된 결과를 근거로 1996년부터 2004년까지 Nino3.4 SST를 예측하기 위해 신경망 예측 모델을 구성하였다. 해상풍을 입력 자료로 사용하였을 경우 보다 WWV를 적용하였을 때 3개월 이하의 단기 예측을 제외하고 모든 예측 시간에서 더 우수한 예측력을 보였으며, 5-8개월의 예측에 있어서는 기존의 여러 통계 모델 결과보다 예측 성능이 우수함을 확인하였다.

한 구조물에 작용하는 풍압력 시계열이 자기회귀 이동평균(ARMA) 모델을 사용하여 모델화 된다. AR 과정에서 시계열의 현재 값은 유한한 수의 이전 값들의 선형적 결합과 한 백색잡음에 의해 나타난다. MA 과정에서 시계열의 현재 값은 유한한 수의 이전 백색잡음들에 선형적이다. ARMA 과정은 AR과 MA 과정의 결합이다. 본 논문에서, AR, MA와 ARMA 모델이 풍압력 시계열에 적용되고, 데이터를 나타내기에 가장 적합한 ARMA 모델을 선정하는 과정이 소개된다. 모델의 변수들은 최대 가능도법을 사용하여 산정되고, 압력 시계열의 시간적 복잡성의 척도인 모델 차수를 최적화하기 위해 AICC 모델 선정 기준이 사용된다. 또한, 모델의 유효성을 조사하기 위해 LBP 검사가 사용된다. 본 연구로부터, AR 과정이 풍압력 시계열을 나타내기에 가장 적합하다는 결론이 얻어진다.

경영활동에 있어서 직관력은 잘 알려진 인지능력이지만 효과적인 의사결정지원시스템의 개발 목적으로는 거의 고려되고 있지 않다. 본 연구는 의사결정자의 인지 유형에 따른 시계열 예측의 정확성과 뇌파의 차이를 통계적 검증, 인공신경망, 데이터 마이닝의 세 가지 접근방법으로 탐색하여 그 결과를 비교 분석함으로써 시계열 직관 예측에 영향을 주는 의사결정자의 인지적/생리적 특성을 도출함으로써 효과적인 의사결정환경을 조성하는데 공헌하고자 하였다. 실험결과 통계적 분석에서는 아무런 유의성을 찾을 수 없었으나, 인공신경망 분석에서는 인지유형과 감성유형이 모두 시계열 예측 정확도와 상관성이 있는 것으로 나타났으며, 데이터 마이닝 분석에서는 보다 의미 있는 상관관계를 찾아낼 수 있었다.