$\require{mediawiki-texvc}$

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] Adaptive lasso를 이용하여 추세-정상시계열과 차분-정상시계열을 판별하는 방법에 대한 연구
Discrimination between trend and difference stationary processes based on adaptive lasso 원문보기

응용통계연구 = The Korean journal of applied statistics, v.33 no.6, 2020년, pp.723 - 738  

나옥경 (경기대학교 응용통계학과)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 추세-정상시계열과 차분-정상시계열을 판별하는 방법에 대해 연구한다. 두 시계열 모형은 시계열적 특징, 충격의 지속성 여부, 시계열을 정상화시키는 방법 등이 모두 다르므로, 어떤 모형을 선택하냐에 따라 분석 방법이나 해석에 차이가 발생한다. 따라서 시계열 자료를 분석할 때 추세-정상성과 차분-정상성을 판별하는 것은 매우 중요한 일이다. 두 시계열을 구분하는 중요한 기준은 단위근의 존재 여부이므로, 단위근 검정 결과를 활용할 수 있다. 최근 연구 결과들을 살펴보면, 다양한 시계열 모형을 적합시킬 때 뿐만 아니라 비정상 자기회귀모형의 차분 차수를 결정할 때도 adaptive lasso와 같은 벌점화 추정방법을 도입, 사용하고 있다. 본 논문에서도 adaptive lasso를 이용하여 추세-정상시계열과 차분-정상시계열을 판별하는 방법을 제안, 연구를 진행하였다. 단위근 검정을 이용한 분류 방법과 adaptive lasso 추정량을 기초로 한 분류 방법에 대한 비교 모의실험을 수행하였고, 그 결과 추세-정상시계열이 참인 경우는 adaptive lasso 방법의 분류 정확도가 단위근 검정방법보다 좀 더 우세하며, 차분-정상시계열의 경우에는 반대로 정확도가 떨어지는 것을 확인할 수 있었다.

Abstract ▼ AI-Helper 아이콘AI-Helper

In this paper, we study a method to discriminate between trend stationary and difference stationary processes. Since a crucial ingredient of this discrimination is to determine the existence of unit root, we can use a unit root testing strategy. So, we introduce a discrimination based on unit root t...

주제어

#추세-정상시계열   #차분-정상시계열   #단위근 검정   #adaptive lasso 추정  

표/그림 (5)

참고문헌 (21)

  1. Brockwell, P. J. and Davis, R. A. (2006). Time Series: Theory and Methods (2nd ed), Springer. 

  2. Chen, K. and Chan, K. S. (2011). Subset ARMA selection via the adaptive lasso, Statistics and Its Interface, 4, 197-205. 

  3. Charles, A. and Darne, O. (2012). Trends and random walks in macroeconomic time series: A reappraisal, Journal of Macroeconoimcs, 34, 167-180. 

    상세보기 crossref

  4. DeJong, D. N. and Whiteman, C. H. (1991). Reconsidering 'Trends and random walks in macroeconomic time series', Journal of Monetary Economics, 28, 221-254. 

    상세보기 crossref

  5. Dickey, D. and Fuller, W. (1979). Distribution of the estimators for autoregressive time series with a unit root, Journal of the American Statistical Association, 74, 427-431. 

    상세보기 crossref

  6. Dickey, D. and Fuller, W. (1981). Likelihood ratio statistics for autoregressive time series with a unit root, Econometrica, 49, 1057-1072. 

    상세보기 crossref

  7. Elder, J. and Kennedy, P. E. (2001). Testing for unit roots: What should students be taught?, Journal of Economic Education, 32, 137-146. 

    상세보기 crossref

  8. Elliott, G., Rothenberg, T., and Stock, J. (1996). Efficient tests for an autoregressive Unit Root, Econometrica, 64, 813-836. 

    상세보기 crossref

  9. Enders, W. (2010). Applied Econometric Time Series (3rd ed), John Wiley & Sons. 

  10. Friedman, J., Hastie, T., and Tibshirani, R. (2010). Regularization paths for generalized linear models via coordinate descent, Journal of Statistical Software, 33, 1-22. 

    상세보기

  11. Hacker, S. and Hatemi-J, A. (2010). The properties of procedures dealing with uncertainty about intercept and deterministic trend in unit Root Testing, Working Paper Series in Economics and Institutions of Innovation 214, Royal Institute of Technology, CESIS - Centre of Excellence for Science and Innovation Studies. 

  12. Kwiatkowski, D., Phillips, P. C., Schmidt, P., and Shin, Y. (1992). Testing the null hypothesis of stationarity against the alternative of a unit root, Journal of Econometrics, 54, 159-178. 

    상세보기 crossref

  13. Kwon, S., Lee, S., and Na, O. (2017). Tuning parameter selection for the adaptive LASSO in the autoregressive model, Journal of the Korean Statistical Society, 46, 285-297. 

    상세보기 crossref

  14. Li, H. (1995). A reexamination of the Nelson-Plosser data set using recursive and sequential tests, Empirical Economics, 20, 501-518. 

    상세보기 crossref

  15. Na, O. (2019). Model selection for unstable AR process via the adaptive LASSO, The Korean Journal of Applied Statistics, 32, 909-922. 

    원문보기 상세보기 crossref

  16. Nelson, C. R. and Plosser, C. I. (1982). Trends and random walks in macroeconomic time series, Journal of Monetary Economics, 10, 139-162. 

    상세보기 crossref

  17. Perron, P. (1988). Trends and random walks in macroeconomic time series: Further evidence from a new approach, Journal of Economic Dynamics and Control, 12, 297-332. 

    상세보기 crossref

  18. Phillips, P. C. and Perron, P. (1988). Testing for a unit root in time series regression, Biometrika, 75, 335-346. 

    상세보기 crossref

  19. Said, S. E. and Dickey, D. A. (1984). Testing for unit roots in autoregressive-moving average models of unknown order, Biometrika, 71, 599-607. 

    상세보기 crossref

  20. Schwert, G. W. (1989). Tests for unit roots: A Monte Carlo investigation, Journal of Business and Economic Statistics, 7, 147-160. 

    상세보기 crossref

  21. Zou, H. (2006). The adaptive lasso and its oracle properties, Journal of the American Statistical Association, 101, 1418-1429. 

    상세보기 crossref

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
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