베이지안 구조 시계열모형(Bayesian Structural Time SeriesModel)은 관측방정식과 전이방정식을 활용하여 나타내는 상태 공간 모형(State Space Model)의 일종으로 구조 시계열모형에 베이지안 추론 이론을 도입한 모형이다. 즉 여러 상태 요소들에 대하여 ...
베이지안 구조 시계열모형(Bayesian Structural Time SeriesModel)은 관측방정식과 전이방정식을 활용하여 나타내는 상태 공간 모형(State Space Model)의 일종으로 구조 시계열모형에 베이지안 추론 이론을 도입한 모형이다. 즉 여러 상태 요소들에 대하여 마르코프 체인 몬테 카를로(Markov Chain Monte Carlo) 기법을 사용함으로써 사후분포를 통한 모수의 불확실성에 대한 추론이 가능하다는 장점이 있다. 본 연구에서는 초미세먼지 농도를 측정한 서울시 도로변 대기 측정망과 교통량을 측정한 서울시 주요간선도로 및 도시고속도로가 겹치는 곳을 파악하여 강남대로, 강변북로, 동작대로, 영등포로, 종로, 천호대로, 화랑로 총 7곳을 분석 지역으로 선정하였다. 그러하여 본 논문은 초미세먼지와 교통량의 연관성 분석을 시작으로 다중회귀모형(Multiple Regression Model), 시계열모형인 지수평활법(Exponential Smoothing)과 자기회귀누적이동평균(Autoregressive Integrated Moving Average), 베이지안 구조 시계열모형인 로컬레벨모형(Local Level Model)과 세미로컬선형추세모형(SemiLocal Linear Trend Model) 총 다섯 가지 방법론을 사용해 초미세먼지 농도 예측을 다루었다.
베이지안 구조 시계열모형(Bayesian Structural Time Series Model)은 관측방정식과 전이방정식을 활용하여 나타내는 상태 공간 모형(State Space Model)의 일종으로 구조 시계열모형에 베이지안 추론 이론을 도입한 모형이다. 즉 여러 상태 요소들에 대하여 마르코프 체인 몬테 카를로(Markov Chain Monte Carlo) 기법을 사용함으로써 사후분포를 통한 모수의 불확실성에 대한 추론이 가능하다는 장점이 있다. 본 연구에서는 초미세먼지 농도를 측정한 서울시 도로변 대기 측정망과 교통량을 측정한 서울시 주요간선도로 및 도시고속도로가 겹치는 곳을 파악하여 강남대로, 강변북로, 동작대로, 영등포로, 종로, 천호대로, 화랑로 총 7곳을 분석 지역으로 선정하였다. 그러하여 본 논문은 초미세먼지와 교통량의 연관성 분석을 시작으로 다중회귀모형(Multiple Regression Model), 시계열모형인 지수평활법(Exponential Smoothing)과 자기회귀누적이동평균(Autoregressive Integrated Moving Average), 베이지안 구조 시계열모형인 로컬레벨모형(Local Level Model)과 세미로컬선형추세모형(SemiLocal Linear Trend Model) 총 다섯 가지 방법론을 사용해 초미세먼지 농도 예측을 다루었다.
A Bayesian structural time series model is a type of state space model that is represented by utilizing observational and transition equations, and is a model that introduces Bayesian inference theory in structural time series model. That is, the advantage is that the use of the Markov Chain Monte C...
A Bayesian structural time series model is a type of state space model that is represented by utilizing observational and transition equations, and is a model that introduces Bayesian inference theory in structural time series model. That is, the advantage is that the use of the Markov Chain Monte Carlo technique for various status components enables inference of parameter uncertainty through posterior distribution. In this study, a total of seven areas, Gangnamdaero, Gangbyeonbukro, Dongjakdaero, Yeongdeungporo, Jongnoro, Cheonhodaero, and Hwarangro, were selected as analysis zones by identifying overlapping the Seoul Metropolitan Roadside Air Measurement Network, which measured the concentration of PM2.5, and the Seoul Metropolitan Highway, which measured the traffic volume. Thus, starting with the analysis of the association between PM2.5 and traffic volume, this paper dealt with the prediction of PM2.5 concentration using five methodologies: multiple regression model, time series model, exponential smoothing and autoregressive integrated moving average, and Bayesian structural time series model, local level model and semilocal linear trend model.
A Bayesian structural time series model is a type of state space model that is represented by utilizing observational and transition equations, and is a model that introduces Bayesian inference theory in structural time series model. That is, the advantage is that the use of the Markov Chain Monte Carlo technique for various status components enables inference of parameter uncertainty through posterior distribution. In this study, a total of seven areas, Gangnamdaero, Gangbyeonbukro, Dongjakdaero, Yeongdeungporo, Jongnoro, Cheonhodaero, and Hwarangro, were selected as analysis zones by identifying overlapping the Seoul Metropolitan Roadside Air Measurement Network, which measured the concentration of PM2.5, and the Seoul Metropolitan Highway, which measured the traffic volume. Thus, starting with the analysis of the association between PM2.5 and traffic volume, this paper dealt with the prediction of PM2.5 concentration using five methodologies: multiple regression model, time series model, exponential smoothing and autoregressive integrated moving average, and Bayesian structural time series model, local level model and semilocal linear trend model.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.