최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기응용통계연구 = The Korean journal of applied statistics, v.29 no.7, 2016년, pp.1429 - 1444
나옥경 (경기대학교 응용정보통계학과) , 권성훈 (건국대학교 응용통계학과)
본 연구에서는 벌점화 최소제곱추정방법을 이용하여 평균의 변화를 모니터링할 수 있는 방법에 대해 연구하였다. 모니터링 이전의 공통 평균과 모니터링을 시작한 이후 순차적으로 관측되는 관측값들의 평균의 차이를 벌점화 최소제곱추정방벙을 이용하여 추정하였으며, 이 추정값들에서 0이 아닌 것의 개수를 바탕으로 모니터링 절차를 개발하였다. 이는 기존의 모니터링 절차들이 순차적으로 얻은 추정값들의 변동성을 기반으로 만들어진 것과 다른 점이다. 모의실험을 통해 본 연구에서 제안한 모니터링 절차가 가지고 있는 특징들을 살펴보았고, 대표적인 모니터링 절차인 CUSUM 모니터링과 비교 분석도 하였다.
We suggest a monitoring procedure to detect changes in the mean of the stochastic process. The monitoring procedure is based on penalized least squares estimates. Unlike the fluctuation (FL) monitoring, we use the numbers of nonzero estimates not the fluctuations of sequential parameter estimates. W...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
CUSUM 모니터링이란? | 따라서 Chu 등 (1996)은 후향적 검정이 아닌 순차적 검정 기법을 연구하였고, 선형회귀모형에서의 CUSUM 모니터링과 FL 모니터링을 제안하였다. CUSUM 모니터링은 자료가 하나씩 순차적으로 관측될 때마다 반복적으로 회귀 모형을 적합하고 얻은 잔차들의 누적합이 미리 정해진 경계함수를 벗어나는 순간 모니터링을 멈추고 회귀계수의 값이 변했다고 판단하는 방법이다. 그리고 FL 모니터링은 반복적으로 얻은 회귀계수의 추정값들의 변화량을 바탕으로 모니터링을 지속할지 여부를 판단하는 방법이다. | |
모수의 안정성을 검토하고, 모수의 값이 변한 시점을 추정하는 것이 시계열 분석에서 매우 중요한 문제인 이유는? | 즉 관측기간 동안 시계열의 평균, 분산, 자기상관계수 등이 일정하고, 시간에 따라 모형의 모수 또한 변하지 않는다고 가정한다. 그러나 관측기간이 긴 경우 시계열의 특징을 나타내는 모수가 기간 내에 변하는 경우가 종종 있으며, 이 경우 전 기간 동안 관측한 시계열 자료를 모두 이용하여 모형을 적합하고 미래의 값을 예측하면 예측값이 잘 맞지 않는다. 그러므로 주어진 시계열 자료를 이용하여 모수의 안정성을 검토하고, 모수의 값이 변한 시점을 추정하는 것은 시계열 분석에서 매우 중요한 문제다. | |
시계열 분석에서 중요한 문제는? | 그러나 관측기간이 긴 경우 시계열의 특징을 나타내는 모수가 기간 내에 변하는 경우가 종종 있으며, 이 경우 전 기간 동안 관측한 시계열 자료를 모두 이용하여 모형을 적합하고 미래의 값을 예측하면 예측값이 잘 맞지 않는다. 그러므로 주어진 시계열 자료를 이용하여 모수의 안정성을 검토하고, 모수의 값이 변한 시점을 추정하는 것은 시계열 분석에서 매우 중요한 문제다. 보통 이 문제를 변화점 탐지 문제(change point problem)라고 부르며, 이와 관련된 연구에는 Brown 등 (1975), Ploberger와 Kr¨amer (1986), Incl´an과 Tiao (1994), Cs¨org˝o와 Horv´ath (1997), Lee 등 (2003) 등이 있다. |
Berkes, I., Gombay, E., Horvath, L., and Kokoszka, P. (2004). Sequential change-point detection in GARCH(p, q) models, Econometric Theory, 20, 1140-1167.
Brown, R. L., Durbin, J., and Evans, J. M. (1975). Techniques for testing the consistency of regression relationships over time, Journal of the Royal Statistical Society Series B, 37, 149-192.
Chu, C.S.J., Stinchcombe, M., and White, H. (1996). Monitoring structural change, Econometrica, 64, 1045-1065.
Csorgo, M. and Horvath, L. (1997). Limit Theorems in Change-Point Analysis, Wiley, New York.
Fan, J. and Li, R. (2001). Variable selection via nonconcave penalized likelihood and its oracle properties, Journal of the American Statistical Association, 96, 1348-1360.
Horvath, L., Huskova, M., Kokoszka, P., and Steinebach, J. (2004). Monitoring changes in linear models, Journal of Statistical Planning and Inference, 126, 225-251.
Horvath, L., Kuhn, M., and Steinebach, J. (2008). On the performance of the fluctuation test for structural change, Sequential Analysis, 27, 126-140.
Inclan, C. and Tiao, G. C. (1994). Use of cumulative sums of squares for retrospective detection of changes of variances, Journal of the American Statistical Association, 89, 913-923.
Lee, S., Ha, J., Na, O., and Na, S. (2003). The cusum test for parameter change in time series models, Scandinavian Journal of Statistics, 30, 781-796.
Leisch, F., Hornik, K., and Kuan, C. H. (2000). Monitoring structural changes with the generalized fluctuation test, Econometric Theory, 16, 835-854.
Na, O., Lee, Y., and Lee, S. (2011). Monitoring parameter change in time series models, Statistical Methods and Applications, 20, 171-199.
Ploberger, W. and Kramer, W. (1986). On studentizing a test for structural change, Economic Letters, 20, 341-344.
Zeileis, A., Leisch, F. Kleiber, C., and Hornik, K. (2005). Monitoring structural change in dynamic econometric models, Journal of Applied Econometrics, 20, 99-121.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
오픈액세스 학술지에 출판된 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.