In a technological driven environment, a depreciation estimate which is based on traditional life analysis results in a decelerated rate of capital recovery. This time pattern of technological growths models needs to be incorporated into life analysis framework especially in those industries experie...
In a technological driven environment, a depreciation estimate which is based on traditional life analysis results in a decelerated rate of capital recovery. This time pattern of technological growths models needs to be incorporated into life analysis framework especially in those industries experiencing fast technological changes. The approximation technique for calculating the variance can be applied to the six growth models that were selected by the degree of skewness and the transformation of the functions. For the Pearl growth model, the Gompertz growth model, and the Weibull growth model, the errors have zero mean and a constant variance over time. However, transformed models like the linearized Fisher-Pry model, the linearized Gompertz growth model, and the linearized Weibull growth model have increasing variance from zero to that point at which inflection occurs. It can be recommended that if the variance of error over time is increasing, then a transformation of observed data is appropriate.
In a technological driven environment, a depreciation estimate which is based on traditional life analysis results in a decelerated rate of capital recovery. This time pattern of technological growths models needs to be incorporated into life analysis framework especially in those industries experiencing fast technological changes. The approximation technique for calculating the variance can be applied to the six growth models that were selected by the degree of skewness and the transformation of the functions. For the Pearl growth model, the Gompertz growth model, and the Weibull growth model, the errors have zero mean and a constant variance over time. However, transformed models like the linearized Fisher-Pry model, the linearized Gompertz growth model, and the linearized Weibull growth model have increasing variance from zero to that point at which inflection occurs. It can be recommended that if the variance of error over time is increasing, then a transformation of observed data is appropriate.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이에 새로운 첨단설비의 생존형태를 추정하기 위하여 기술의 성장 형태를 고려한 생존모형을 고려하기 시작하였다. 따라서 본 연구에서는 기술상의 진부화에 따른 설비 자산의 폐기 형태를 추정하기 위하여 기술예측모형을 분석하여 가장 적절한 생존모형을 선정하는 방법을 제시하고자 한다.
가설 설정
t0= 신기술이 50%를 대체하는 시간.
제안 방법
최적의 생존모형을 선정하기 위하여 과거 기술수준에 대한 시계열 자료를 이용하여 추정된 모수를 반영한 성장곡선 모형의 예측치와 실측치 차이인 잔차 분석을 한다.
데이터처리
각 모형에 차이가 있어 최적의 생존모형을 선정하기 위하여 선형화된 성장곡선과 비선형화된 성장곡선의 오차분석에 대한 Goldfeld-Quandt[6] 검정을 한다.
이론/모형
후)선형함수로">선형 함수로
변환하여 추정하면 정확한 기술성장곡선을 선정할 수 없다. 본 연구의 결과를 이용하여 오차항의 분산이 일정할 경우에는 Pearl 성장곡선, Gompertz 성장곡선 및 Weibull 성장곡선을 사용하여야 한다. 그러나 오차항의 분산이 증가하거나 감소할 때에는
질의응답
핵심어
질문
논문에서 추출한 답변
기술예측에서 기술성장곡선에 로그변환을 하여 선형화시켜 단순 선형분석을 하는 이유는 무엇인가?
Moon[11]에 의하면 기술성장곡선은 크게 나누어 대칭적 형태를 갖는 곡선과 비대칭적 형태를 갖는 곡선 모형으로 구분할 수 있다. 대부분의 기술성장곡선은 지수 함수 형태를 취하고 있기 때문에 로그변환을 하여 선형화시켜 단순 선형분석을 하여 모수들을 추정한다. 예를 들어 비선형함수인 Pearl 성장곡선은 로그변환을 하면 선형화된 Fisher-Pry 성장곡선의 형태와 동일하다[12].
기술성장곡선이란 무엇인가?
그의 연구에 의하여 생물기관의 성장은 시간에 따라 일정한 형태를 갖는다는 사실을 발견하였고 그 곡선의 형태가 S자와 유사하다고 하여 S곡선이라고도 한다. 성장곡선의 특징은 초기에는 증가율이 완만하다가 곧 급격히 증가되어 포화상태에 가까워지면 다시 증가 속도가 완만해지는 것으로 이러한 성질을 갖는 모든 곡선을 기술성장곡선이라 한다[20]. J.
산업 설비의 자산가치가 감소하는 원인으로 무엇이 있는가?
산업 설비의 자산가치가 감소하는 원인은 여러 가지가 있을 수 있으나, 다음 원인 중 하나 또는 복합적인 원인에 의해 발생한다. 첫째, 물리적 훼손(Wear and tear from use)과 둘째, 기술상의 변화(Technological obsolescence) 및 경영이나 생산조건의 변화(Management policy) 등이다. 과거 산업 설비의 폐기에서는 이러한 여러 원인 중 물리적 훼손이 가장 중요한 원인이었고, 정확한 설비 자산의 생존모형을 추정하기 위해서 Iowa형 생존모형(Iowa type survivor curves)이 가장 널리 사용되고 있다[13, 15, 16, 23].
참고문헌 (24)
Booth, H.“Transforming Gompertz's Function for Fertility Analysis：The Development of a Standard for the Relational Gompertz Function,” Population Studies, 38：495-506, 1993
Conover, W. J.Practical Non-parametric Statistics, 2nd Edition, John Wiley and Sons, 1980
Dandekar, M.; “Investigation the Product Life Cycle Concepts：An Application to Capital Recovery, Evaluation within the Telephone Industry,” Ph.D. Dissertation,
Fisher, J. C. and Pry, R. H.; “A Simple Substitution Model of Technological Change,” Technological Forecasting and Social Change, 3：75-88, 1971
Fitch, J. C.; “Conceptual Framework for Forecasting the Useful Life of Industrial Property,” Proceedings of the Iowa State University Regulatory Conference, Ames, Iowa, U.S.A., 1984
Goldfeld, S. M. and Quandt, R. E.; “Some Test for Homoscedasticity,” Journal of the American Statistical Association, 60(310)：539-547, 1965
Hayes, J. G.; Numerical Approximation to Functions and Data, University of London, The Athlone Press, 1970
Lakani, H.; “Diffusion of Environment-Saving Technological Change：A Petroleum Refining Case Study,” Technological Forecasting and Social Change, 7(1)：33-35. 1975
Martino, J. P.; Technological Forecasting For Decision Making, Elsevier, New York, U.S.A., 1975
Oh, H. S.; “The Selection of Technological Forecasting Models in Life Analysis,” Ph.D. Dissertation, Iowa State University of Science and Technology, Ames,
Oh, H. S. and Moon, G. J.; “A Comparison of Technological Growth Models,” Journal of the Korean Society for Quality Management, 22(2)：51-68. 1994
Oh, H. S., Yim, D. S. and Moon, G. J.; “Error Structure of Technological Growth Models,” Journal of the Korean Society for Quality Management, 23(1)：95-105, 1995
Oh, H. S., Kim, C. S. and Cho, J. H.; “Estimation of Retirement Rate on Domestic Industrial Property,” Journal of Society of Korea Industrial and Systems Engineering, 25(4)：79-85, 2002
Oh, H. S., Kim, H. K., Rhee and K. T., Kim.; “A Study on the Application of Mixed Weibull Function to Estimate Survivor Curves of Industrial Property,”
Oh, H. S., Kim, C. S., Suh, J. Y. and Cho, J. H.; “A Study on the Estimation of Economic Service Life on Semiconductor Equipment,” Journal of Society of Korea Industrial and Systems Engineering, 30(4)：164-169, 2007
Oh, H. S., Kim, C. S., Rhee, H. K., and Cho, J. H.; 'A Study on the Estimation of Depreciation Rate on Petrochemical Equipment,' Journal of Society of Korea Industrial and Systems Engineering, 32(1)：130-136, 2009
Pearl, R.; The Biology of Population, New York：Alfred A. Konpf 1925
Sharif, M. N. and Uddin, G. A.; “A Procedure for Adapting Technological Forecasting Models,” Technological Forecasting and Social Change, 7：99-106. 1975
Sharif, M. N. and Islam, M. N.; “The Weibull distribution as a General Model for Forecasting Technological Change,” Technological Forecasting and Social Change, 18：247-256, 1980
Weibull, W.; “A Statistical Distribution Function of Wide Applicability,” Journal of Applied Mechanics, 18：293-297, 1951
White, R. E.; “A Test Procedure for Simulated Plant Record Method of Life Analysis,” Journal of the American Statistical Association, 70：1204-1212, 1970
Winfrey, R.,; Statistical Analysis of Industrial Property Retirement, Revised edition：ERI Bulletin 125, Iowa State University of Science and Technology, Ames, Iowa, U.S.A., 1967
Wolf F.; “Forecasting Force of Mortality,” Proceedings of the Iowa State University Regulatory Conference, Ames, Iowa, 1985
※ AI-Helper는 부적절한 답변을 할 수 있습니다.