최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기海洋環境安全學會誌 = Journal of the Korean society of marine environment & safety, v.19 no.6 = no.59, 2013년, pp.612 - 620
유상록 (목포해양대학교 대학원) , 박영수 (한국해양대학교) , 정중식 (목포해양대학교) , 김철승 (목포해양대학교) , 정재용 (목포해양대학교)
In this study, time series analysis was tried, which is widely applied to demand forecast of diverse fields such as finance, economy, trade, and so on, different from previous regression analysis. Future marine traffic volume was forecasted on the basis of data of the number of ships entering Incheo...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
델파이 방법이란? | 이 경우 수요자의 선호 및 구매 의사를 직접 조사하는 시장 조사법과 관련 분야의 전문가들의 의견을 수집, 분석 및 종합 정리하여 예측하는 주관적 예측법이 있다. 특히 주관적 예측법 중 대표적으로 조직 내의 전문가들의 직관력을 이용한 의견 수집을 종합하는 과정을 반복하여 예측하는 델파이 방법이 많이 사용된다. | |
ARIMA 모형은 자기회귀 모형과 이동평균 모형이 혼합한 모형인데, 이 모형들은 어떤 모형인가? | ARIMA 모형은 자기회귀(Auto Regression, AR) 모형과 이동평균(Moving Average, MA) 모형이 결합된 혼합 모형을 의미한다. 자기회귀모델은 시간에 따른 데이터 x(t)에 대해 매 순간의 데이터들끼리 상관관계가 있다고 가정하는 모델이다. 즉 현 시점의 관측값은 그들의 과거 관측값들의 함수 형태로 나타낼 수 있다는 가정 하에서 추정되었다(Stein and Shaman, 1989). MA 모형은 현 시점의 관측값이 백색잡음들의 선형결합 형태로 나타낼 수 있다는 가정 하에서 제안된 모형이다. 이러한 여러 모형들을 이용해서 현재의 확률적 시계열 모형을 완성하는 방법론을 정립했는데, 바로 Box et al. | |
ARIMA모형의 장점은? | 지수평활법은 단순하고 직관적이고 시계열의 중ㆍ단기 예측에 유용한 방법이지만, 예측모형을 설정하기 위하여 독립변수의 변화에 따른 종속변수의 변화추세를 가정하여야 한다. 반면, ARIMA모형은 시계열 자료에 대한 모형식별, 모형의 적합성 점검 및 예측의 과정으로 이루어진다는 장점이 있다. 인과 분석은 관심 있는 수요에 영향을 주는 요인들을 파악 및 선택하여, 그들 간의 인과 관계를 규명함으로써 미래 수요 값을 산출하는 방법이다. |
Box, G. E. P., G. M. Jenkins and G. C. Reinsel(2008), Time Series Analysis: Forecasting and Control, A John Wiley and Sons Inc., pp. 79-86, pp. 103-113.
Fujii, Y., M. Tsutomu and H. Kiyosshi(1981), Marine Traffic Engineering, Haemoondang, pp. 12-13, p. 45.
Kim, J. H.(2008b), The Forecast of the Cargo Transportation for the North Port in Busan using Time Series Models, Journal of Korea Port Economic Association, Vol. 24, No. 2, pp. 1-17.
Koo, J. Y.(1997), Evaluation of Traffic Congestion in Channels within Harbour Limit, Journal of Port and Harbor Research, Vol. 11, No. 2, pp. 173-189.
Mo, S. W.(2010), Forecasts of the 2011-BDI Using the ARIMA Type Models, Journal of Korea Port Economic Association, Vol. 26, No. 4, pp. 207-218.
Mo, S. W.(2012), The Behavioral Analysis of the Trading Volumes of Gwangyang Port: Comparison with Incheon and Pyeongtaek-Dangjin Port, Journal of Korea Port Economic Association, Vol. 28, No. 3, pp. 111-125.
Mo, S. W.(2013), A Forecast of Shipping Business during the Year of 2013, Journal of Korea Port Economic Association, Vol. 29, No. 1, pp. 67-76.
Park, S. B., J. W. Kim, S. I. Jeon, C. U. Kim, E. J. Choi, C. H. Lee and Y. S. Heo(2012), An Effective Demand Forecasting and Its Applications, Samsung Economic Research Institute, Reserch Report, pp. 24-26.
Stein, R. and P. Shaman(1989), A Fixed Point Characterization for Bias of Auto-Regressive Estimators, The Analysis of Statistics, Vol. 17, No. 3, pp. 1275-1284.
Yeo, G. T., H. G. Lee, S. M. Soak and C. Y. Lee(1998), A Simulation Study on the Marine Traffic Congestion in Pusan Port, Journal of Port and Harbor Research, Vol. 9, pp. 1-17.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.