최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국산학기술학회논문지 = Journal of the Korea Academia-Industrial cooperation Society, v.20 no.2, 2019년, pp.458 - 468
윤한영 (한서대학교 항공융합학부) , 박성식 (한국교통대학교 항공운항학과)
This research attempted to estimate monthly sales of food and beverage at the passenger terminal of Incheon int'l airport from June of 2015 to December 2020. This paper used ARIMA-Intervention model which can estimate the change of the sales amount suggesting the predicted monthly food and beverage ...
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
자동회귀 모형이란 무엇인가? | 자동회귀 모형은 시차단위별 데이터 x(t)에 대해 매 순간마다 데이터 간 상관관계가 있다고 가정하는 연구모형이다. 다만 데이터 간 상관관계 속에는 백색잡음(White Noise)이 존재하게 된다. | |
ARIMA-개입모형을 통해 어떤 문제점을 해결할 수 있는가? | 아울러 특정 이벤트와 같은 외부로부터의 충격, 수요의 구조적 측정이 가능한 다변량 시계열 예측모형으로 평가받는다. 이런 이유로 시계열 분석법의 단점으로 지적되었던 수요의 구조적 측정 및 영향력 측정이 어렵다고 하는 문제점을 해결할 수 있다. ARIMA-개입 모형은 각 개입사건(이벤트) 별 영향력 계수를 제시함으로써 시계열 모형이 가지고 있는 단점을 극복한 모형으로 평가받으며 그 예측력의 가치가 높다고 할 수 있다. | |
항공수요 관련 시계열 데이터는 어떤 것에 의해 큰 영향을 받는가? | 항공수요 관련 시계열 데이터는 앞서 언급한 바와 같이 자연재해(지진, 쓰나미, 태풍, 중동호흡기증후군(메르스) 등), 전쟁 발발, 한한령 등 정치적 또는․경제적인 외부적 이벤트에 의해 큰 영향을 받는다. 이와 같은 외부 이벤트를 ARIMA 연구모형에서는 개입변수 (intervention variable)이라고 부른다[11]. |
C. O. Dolekoglu, P. Veziroglu, S. Keiyinci, "Analyzing passenger behavior towards on perception in-flight food safety and quality", New Trends and Issues Proceedings on Humanities and Social Sciences, Vol. 4, No. 10, pp.417-425, 2017. DOI : https://doi.org/10.18844/prosoc.v4i10.3112}
J. Kivela, J. C. Crotts, "Tourism and Gastronomy: Gastronomy's Influence on How Tourists Experience a Destination", Journal of Hospitality and Tourism Research, Vol. 30, No. 3, pp.354-377, 2006. DOI : https://doi.org/10.1177/1096348006286797
C. G. Brush, P. A. Vanderwerf, "A comparison of methods and sources for obtaining estimates of new venture performance", Journal of Business Venturing, Vol. 7, No. 2, pp.157-170, 1992. DOI : https://doi.org/10.1016/0883-9026(92)90010-O
R. Sato, "Disease Management with ARIMA model in Time Series", Einstein. Vol. 11, No. 1, pp.128-131, 2013. DOI : https://dx.doi.org/10.1590%2FS1679-45082013000100024
M. S. Kim, K. W. Kim, S. S. Park, "A Study on the Air Travel Demand Forecasting using Time Series ARIMA-Intervention Model", Journal of the Korean Society for Aviation and Aeronautics, Vol. 20, No. 1, pp.63-74, 2012.
R. A. Stein, P. Shaman, "Bias of Autoregressive Spectral Estimator", Journal of the American Statistical Association, Vol. 85, No. 412, pp.1091-1098, Dec. 1990. DOI : https://doi.org/10.2307/2289606
S. M. Crunk, "On tapering to improve Yule-Walker estimation in autoregressive processes" (1999). Dissertations available from ProQuest. AAI9926113. https://repository.upenn.edu/ dissertations/AAI9926113.
G.E.P. Box, G. M. Jenkins, "Time series analysis : Forecasting and control, 2nd ed. San Francisco :Holden-Day, 1976.
G.E.P. Box, G. M. Jenkins, G. C. Reinsel, "Time Series Anlaysis: Forecasting and Control", 3rd ed. New Jersey: Prentice Hall, 1994.
C. Chatfield, "The analysis of time series, an introduction", 6th ed. : New York, Chapman & Hall/CRC, 2004.
G.V. Glass, "Estimating the effects of inter vention into a nonstationary time series", American Educational Research Journal, Vol. 9, pp.463-477, 1972. DOI : https://doi.org/10.2307/1161762
B.H. Goh, "The dynamic effects of the Asian Fina- ncial crisis on construction demand and tender price levels Singapore", Building and Environment, Vol. 40, No. 2, pp.267-276, 2005. DOI : https://doi.org/10.1016/j.buildenv.2004.07.012
J. P. Nelson, "Consumer Bankruptcies and bankruptcy reform act: A time series intervention analysis 1960-1997", Journal of Financial Services Research, Vol. 17, No. 2, pp.181-200, 2002. DOI : https://doi.org/10.1023/A:1008166614928
C. D. Lewis, Industrial and Business Forecasting Method, London: Butterworth, 1982.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.