$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] 컴퓨터 시뮬레이션에 의한 경제인구 예측 통계 모형에 관한 연구
A Study on the Estimation of Economic Population Statistical Model by Computer Simulation 원문보기

컴퓨터산업학회논문지 = Journal of the Korea Computer Industry Society, v.4 no.12, 2003년, pp.1033 - 1042  

정관희 (경기대학교 정보과학부)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 컴퓨터 시뮬레이션에 의한 인구예측을 통계모형을 써서 연구하였고 더불어 경제인구를 예측하였다. 과거의 인구를 토대로 하여 미래의 인구를 예측한다는 것은 불확실한 상황이 많이 개입되어 있기 때문에 매우 어려운 문제이다. 또한 예측이 되었다 하더라도 급변하는 세계적인 문화 및 국내의 문화적인 정서의 흐름에 따라서 많은 변화가 예상되므로 경제인구 예측을 적중하기에는 더 더욱 어려운 것이다. 인구 예측에 있어서 과거의 자료인즉, 1960년도부터 1990년도까지 센서스 인구를 이용하여 Box & Jenkins가 개발한 ARIMA 모형을 써서 미래 2021년도까지의 인구를 각각 표나 부록에 나타난 것처럼 경제인구를 예측하였다.

Abstract AI-Helper 아이콘AI-Helper

In this study, the economic population prediction by computer simulation has been studied by using statistical model. The forecast of future population based on that of the past is a very difficult problem as uncertain conditions are modeled in it. Even if a thought forecast is possible, world-wide ...

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 가지 방법으로 표현될 수 있다. 표현 방법은 계산(computing), 최신화(updating), 정도화 (pricision), 장기예측형태 (long-term-forecasting behavior) 하는 데 목적이 있다. 실시자료를 이용하여 1991년부터 2021년까지 18세부터 59세 (이상)까지 인구를 예측한 다음 18세부터 60세 미만까지의 총인구를 모형에 의하여 예측한다.
  • 본 논문은 컴퓨터 시뮬레이션에 의한 경제인구 예측통계 모형에 관한 연구이다. 경제인구란 곧 노동인구이며, 경제활동인구를 말한다.
  • 이 질문에 대한해답은 연령, 성, 인종, 직업 및 교육 별 계층 기타 등과 같은 상이한 집단에 대한 수량을 비교함으로서 알아낼 수 있다.

가설 설정

  • 셋째, 인구 내부 고조의 변화 행태가 있는지? 이 질문에 대한해답은 연령, 성, 인종, 직업 및 교육 별 계층 기타 등과 같은 상이한 집단에 대한 수량을 비교함으로서 알아낼 수 있다.
  • 가지 방법이 있다. 최후 예측 오차함수(fina 1 prediction error function:FRE) 는 1970년도 Akaike에 의해서 제시되었으며, 아카이케 정보 판단 기준(Akaike's information criterion f unction:AIC) 은 1972연도에 Akaike에 의해서 제안되었으며, 자기회귀 변동 판단 기준 함수 (criterion of autoregressive transfer functio n:CAT) 는 1974년도 Parzen에 의해서 ARIM A 모형은 유한차수의 AR 모형으로 근사 시킬 수 있다고 가정하고 제안했고, 베이지 안 정보 판단 기준(Bayesian information criterion:SB C, BIC)은 1975연도에 Schwarz에 의해서 제안되었으며, 반복대수법칙(law of iterated log arithm)은 1979연도에 Hannon-Quinn에 의해서 판단 기준을 제시하였다. 그 각각의 함수들은 다음과 같다.
본문요약 정보가 도움이 되었나요?

저자의 다른 논문 :

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로