지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
추세 제거된 시계열을 이용한 단위근 식별
Determining the existence of unit roots based on detrended data
이용수
추세 제거된 시계열을 이용한 단위근 식별
초록· 키워드
오류제보하기
논문에서는 adaptive lasso 방법을 이용하여 단위근의 존재 여부를 판단하는 방법에 대해 연구하였다. 최근 원 시계열에 상수항과 선형 추세가 포함된 ADF-회귀모형식을 adaptive lasso로 추정하여 단위근을 식별하는 방법이 제안되었으나, 미지의 선형 추세가 존재할 때 검정력이 떨어지는 것으로 나타났다. 이 문제를 해결하기 위해 본 논문에서는 ADF-회귀모형식을 적합시킬 때 원 시계열 대신 선형 추세가 제거된 시계열을 사용하는 수정안을 제안하였다. 그리고 수정안에서는 일차적으로 선형 추세를 제거한 후 모형식을 적합시키기 때문에 ADF-회귀모형식 중 상수항과 선형 추세를 모두 포함하지 않는 모형식을 사용하였다. 기존의 방법보다 수정안을 사용할 때 단위근의 존재를 판단하는 검정력이 향상되는지 모의실험을 통해 검토하였으며, ADF 검정과 DF-GLS 검정과의 비교 실험도 진행하였다. 모의실험 결과 adaptive lasso를 이용하여 단위근의 존재를 판단할 때 원 시계열보다 추세가 제거된 시계열을 사용하는 경우가 높은 정확도를 가지며, 자료의 개수가 충분히 많을 때 단위근을 잘 판단함을 확인할 수 있었다.
목차
Abstract
1. 서론
2. 단위근의 식별
3. 모의실험
4. 결론
References
요약
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Adaptive lasso를 이용하여 추세-정상시계열과 차분-정상시계열을 판별하는 방법에 대한 연구
응용통계연구
2020 .12
-
비정상 자기회귀모형에서의 벌점화 추정 기법에 대한 연구
응용통계연구
2019 .12
-
Adaptive lasso를 이용한 희박벡터자기회귀모형에서의 변수 선택
응용통계연구
2016 .02
-
Local Influence in LASSO Regression
Journal of The Korean Data Analysis Society
2016 .12
-
Fused lasso 회귀 모형 기반의 대학병원 수익성에 대한 요인 연구
한국데이터정보과학회지
2018 .01
-
Moderately clipped LASSO for the high-dimensional generalized linear model
CSAM(Communications for Statistical Applications and Methods)
2020 .07
-
Effect of outliers on the variable selection by the regularized regression
CSAM(Communications for Statistical Applications and Methods)
2018 .03
-
Interpretation of a change point detection problem via adaptive lasso penalty and its application
한국데이터정보과학회지
2023 .11
-
희박 벡터 자기 회귀 모형의 로버스트 추정
응용통계연구
2022 .10
-
Robust penalized estimation via Welsch loss with group Lasso
한국데이터정보과학회지
2021 .05
-
LASSO 방법을 이용한 프라이버시 침해 우려 행태 분석
Journal of The Korean Data Analysis Society
2019 .01
-
High-dimensional linear discriminant analysis with moderately clipped LASSO
CSAM(Communications for Statistical Applications and Methods)
2021 .01
-
고차원 선형모형에서 벌점화우도 방법을 이용한 변수 선택방법 연구
Journal of The Korean Data Analysis Society
2015 .01
-
Moderately Clipped LASSO for the Sparse High-Dimensional Logistic Regression Models
Journal of The Korean Data Analysis Society
2015 .01
-
모형 선택 기준들에 대한 LASSO 회귀 모형 편의의 영향 연구
응용통계연구
2016 .06
-
A Study on Bias Effect on Model Selection Criteria in Graphical Lasso
Quantitative Bio-Science
2018 .11
-
차분한 시계열의 단순이동평균을 이용하여 조각별 선형 추세 모형을 추정하는 방법에 대한 연구
응용통계연구
2023 .12
-
인공지능을 적용한 시력데이터 분석 : 기계학습 모델간 비교 및 최적모델제시
대한시과학회지
2020 .01
-
Mixed degree regression function estimation using weighted lasso penalty
한국데이터정보과학회지
2022 .05
-
A convenient approach for penalty parameter selection in robust lasso regression
CSAM(Communications for Statistical Applications and Methods)
2017 .11
이 논문의 저자 정보
이 논문과 함께 이용한 논문
댓글(0)
0
첫번째 댓글을 남겨주세요.