메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
김희영 (고려대학교)
저널정보
한국자료분석학회 Journal of The Korean Data Analysis Society Journal of The Korean Data Analysis Society 제22권 제5호
발행연도
2020.1
수록면
1,695 - 1,706 (12page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
This study addresses the problem of monitoring and forecasting of particulate matter (PM) data, focusing, in particular, on high-level , which is known to adversely impact human mortality and morbidity. We use hourly data, collected over a period of 3 months between October 1, 2018, to December 31, 2018, from 40 stations located in the Seoul metropolitan area of South Korea. We model the number of regions corresponding to “bad” or “very bad” categories of the density. It is challenging to model the data set, not only because it has excessive zero, the right tail of the distribution is extremely long, but also because the sample autocorrelation function of the series shows the serial correlation. Furthermore, it exhibits heteroscedasticity. Ignoring the zero-inflation and the serial dependence might produce inaccurate results. In this paper, several zero-inflated models with explanatory variables and pure time series models without explanatory variables are used to forecast future values of the aforementioned variable and generate confidence intervals with adjustments for the count time series distribution and excess zeros.
#PM10 #integer-valued time series #negative binomial #Poisson #zero-inflation #ARMA model.

목차

등록된 정보가 없습니다.

참고문헌 (27)

참고문헌 신청
Barreto-Souza, W. / 2015 / Zero-modified geometric INAR(1)process for modelling count time series with deflation or inflation of zeros / Journal of Time Series Analysis 36(6):839~852 google schola Chaloulakou, A. / 2003 / Neural network and multiple regression models for prediction in Athens : A comparative assessment / Journal of the Air & Waste Management Association 53:1183~1190 google schola Chen, Y. -H. / 2019 / Distributed lag interaction models with two pollutants / Journal of the Royal Statistical Society Series C-Applied Statistics 68(1):79~97 google schola 조경학 / 2019 / 심층 신경망을 이용한 대기질 예측 / 한국대기환경학회지 35(2):214~225 dbpia 최지은 / 2018 / Forecasting daily PM10 concentrations in Seoul using various data mining techniques / Communications for Statistical Applications and Methods 25(2):199~215 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0