Microsoft Word - ch2_smoothing.doc

Size: px
Start display at page:

Download "Microsoft Word - ch2_smoothing.doc"

Transcription

1 FORECASTING / 2 장. 지수평활법 14 Chaer 2. 지수평활법 시계열자료는시간에따라관측되며자료의수가많다는특징을갖는다. 시계열자료는시간에따른변화를 (rend, cycle, seasonaliy) 가지고있으므로과거관측치를이용하여미래값을예측할수있을것이다. 이를모형화하는방법이 ARMA 에서살펴보았다. ARMA 모형은시계열데이터의주기 (cycle) 을모형화하는것이다. 경향 (rend) 이나계절성 (seasonaliy) 이있는시계열자료의경우차분 (differencing) 을통하여경향이나계절성을제외하고 ARMA 모형 (3장에서다룸 ) 을적합시킨다. 이장에서는모형을설정하지않고 Time lo을보고과거의관측치만의평균을이용하여예측치를구하는방법인지수평활법에대해살펴보기로한다. 지수평활법의종류로는단순지수평활법 (simle exonenially smoohing), 이중지수평활법 (double exonenially smoohing), 삼중지수평활법 (rile exonenially smoohing), 윈터스계절지수평활법 (WINSTERS seasonal exonenially smoohing) 등이있다. 2.1 이동평균법 시계열데이터는주기나불규칙성을가지고있으므로과거의몇개관측치를평균하여전반적인추세를파악할수있는방법을이용하여예측치를구할수있는데이를이동평균법 (Moving average) 이라한다. 이동평균법은과거몇개의과거치의평균으로미래값을예측하는방법이다. 지수평활법과는달리이동평균법에서는과거치에적용되는가중치는동일하다. 예를들어 m-개이전관측치의이동평균은다음과같으므로가중치는 1/ m 이다. Y Y Y Yˆ m = MA, m = m 지수평활법은예측 (forecas) 이목적이라면이동평균법은계절조정을통한추세 (rend) 분석이목적이다. EXAMPLE 이동평균법예제 SASHELP.WORKERS 데이터에서전기공인력에대한 6개월이동평균과 3개월이동평균을구하고 Time lo 상에함께나타내보자.

2 FORECASTING / 2 장. 지수평활법 15 가중치가동일하다는단점이있어자주사용하지않아서인지 SAS에는이동평균법예측도구가없네. T.T. 평균을구하는 MEAN 함수와과거치를얻는 LAGn 함수 (n차이전값을얻는함수 ) 를이용하여이동평균법예측치를얻는다. SYMBOL 문장은그래프의점들을설정하는문장이다. I=inerolae로점들을연결하는방법을지정한다. 직선은 JOIN, 곡선은 SPLINE을이용하고연결하는선이필요없으면 NONE을사용하거나아무지정도하지않으면된다. V=value는점들의형태를지정한다 C=color 점들의색을, L=line은라인의단절개수를지정한다. 0(defaul) 이면실선, L의크기 는직선의끊어진수를의미하므로클수록많이끊어지게된다.

3 FORECASTING / 2 장. 지수평활법 16 이동평균법에의해얻은 ime lo을보면원래값에비해곡선에가까워짐을알수있다. 즉원데이터의이동추세를파악하는도움이된다. 3개월이동평균법은 3시점, 6개월이동평균법은 6시점 ime lo을뒤로밀면원데이터 ime lo 위치에있게된다. 3개월이동평균보다 6개월이동평균이훨씬완만하게변하고있음을알수있다. 일반적으로가장많이 사용하는것은 6 기간, 12 기간이다. 주가에대한이동평균? 일별효과가다를것이므로요일별로주별이동평균 (6 주, 12 주 ) 이어떨지 HOMEWORK #1-1 Due 3 월 24 일 ( 목 ) SASHELP.CITYWK 데이터에 MF3505( 홀수 ) 시계열데이터 (n=309, 주 ) 에대해 (_n_= ) 개데이터를이용하여 6 주이동평균, 12 주이동평균구하고 ime lo 에그리시오. HOMEWORK #1-2 Due 3 월 24 일 ( 목 ) 종목하나를선택하여 1 월요일 (20 주, 6 주이동평균 ), 2 금요일 (20 주, 6 주이동평균 ), 3 일 별 (4 주, 6 일이동평균 ) 을구하고각각 ime lo 을그려보자.

4 FORECASTING / 2 장. 지수평활법 지수평활법방법 동일한가중치를부여하는이동평균법과는달리다른가중치 ( 멀어질수록낮은가중치 ) 를사용하는것을지수평활법이라한다. 시계열데이터 { Y, = 1,2,..., T} 는주기, 경향, 계절성, 불규칙성이존재하는데경향과계절성이없다면다음과같이쓸수있다. Y = μ + e e 는불규칙성을나타내는것이다. 만약 μ 가시간에의존하지않는다면이에대한추 정치는회귀분석으로부터 yi y = 이다. 이는이동평균법과같이동일한가중치를준다는 T 것이다. 그러나 μ 가시간에따라변동한다면 y 는추정치로부적절하다. 최근관측치에는 큰가중치를부여하고이전으로감에따라가중치를줄여가는방법을평활법 (smoohing mehod) 이라한다 단순지수평활법 Y+1 의예측치는식 1의 S 에의해추정된다. S = wy + ( 1 w) S 1 S 는 시점에서평활된값이고가중치 0 < w < 1, ---1 T yi i S0 = =1 이고일반적으로 T = 6 혹 T 은 T = n / 2 을사용한다. 식 1을시계열데이터 Y } 표시하면다음과같다. 이처럼가중 치가지수적으로감소하므로지수평활법이라한다. 단순지수평활법은경향이나계절성이 없을때사용한다. ˆ 2 Y S = wy + w(1 w) Y + w(1 w) Y { + 1 = HOMEWORK #1-3 Due 3 월 24 일 ( 목 ) 식 2 를증명하고가중치의합이 1 임을증명하시오. 이제가중치를결정하는문제를생각해보자. 일반적으로지수평활법은현재에가까운 관측치에높은가중치를주기위하여 0.05에서 0.3 사이의값을준다. ( 다른측면에서보면 μ 가시간에따른변화가느리기때문이다 ) 그럼어떤값이가장적절할까?

5 FORECASTING / 2 장. 지수평활법 18 어떤가중치가좋은가를판단하는기준은많으나가장많이사용되는것은다음과같다. 최소 MSE(Mean Square redicion Error): 2 ( Y S ) T 최소 MAPE(Mean Absolue Percenage Predicion Error): 1 ( Y S ) T Y 최소 MAE(Mean Absolue Predicion Error): Y S T EXAMPLE 이동평균법예제 SASHELP.USECON 데이터에는 1971 년 1 월부터 1991 년 12 월까지미국경제관련월별 데이터가저장되어있다. 위의데이터중 HSTOTAL(Housing Sarers, Toal Privae 개인주택 Morgage 시작한사람수 ) 시계열데이터에대한 Time lo을그려보자.

6 FORECASTING / 2 장. 지수평활법 19 METHOD는 Exonenial의약어인 EXPO를 TREND는지수평활법을설정하는옵션으로 1이면단순, 2= 이중, 3= 삼중을의미한다. Weigh는가중치를 OUT은예측치 S 을저장하는명령이고 OUTEST는모수추정치와적절한가중치선택을위한적합 (Goodness-of-fi) 통 계량을저장한다. OUTACTUAL 은원시계열데이터를 OUTFORECAST 는예측치를출력하 라는의미이다. 실제관측치가있는경우에는 Y (Acual) 와 S (Forecas) 를동시에출력한다. OUT1STEP에의해 1시점이후예측치를출력한다. 단순지수평활법은바로 1시점이후 ( Y ˆ +1 = S ) 만예측이가능하다. Y ˆ + k = S ( k > 0 ) 이다.

7 FORECASTING / 2 장. 지수평활법 20 만약가중치를 0.05 로주면 MSE, MAPE, MAE 모두가중치가 0.3인경우낮다. 가중치 0.4를넣었을경우 MSE, MAPE는낮으나 MAE가가중치 0.3에비해높다. 일반적으로가중치 0.05~0.3 범위내에서사용한다. 가중치를얻는것은다소번거로운작업이다. 그러므로아래 MACRO 문장을이용하여 MSE, MAPE, MAE를최소화하는가중치를얻을수있을것이다. 반드시 double quoaion을사용하시오 이중지수평활법 시계열자료가경향 (rend) 이존재하는경우사용된다. 은단순지수평활법을두번연속적용하면된다. y = μ + β + e 이중지수평활법 [1] [1] = wy + ( 1 w) S 1 S, S [2] [1] [2] = ws + ( 1 w) S 1 [1] 즉 S 은 Y 의 smoohing 값이고예측치는다음과같이구한다. [2] S 는 [1] S 의 smoohing 값이다. 그리고 k 기간이후 Yˆ + k w = (2 + k) S 1 w [1] w (1 + k) S 1 w [2]

8 FORECASTING / 2 장. 지수평활법 21 EXAMPLE 이중지수평활법 데이터 Olymic.x 의 LONG_JUMP 기록에적절한지수평활법을적용해보자. 증가하는 추세 ( 경향 ) 가있으므로이중지수평활법을사용하면된다.

9 FORECASTING / 2 장. 지수평활법 22 가중치를 0.05 와 0.1, 0.2 를사용해보았다. 0.2 가적절해보인다. 위의오른쪽결과는가 중치 0.2 를사용하였을경우향후 5 개대회멀리뛰기기록에대한예측치이다. 삼중지수평활법은시계열데이터의추세 ( 경향 ) 가이차형식을가질때사용하는것으로 SAS 프로그램에서 rend=3을사용하는것을제외하고는이중지수평활법과동일하다. 그 러므로 [3] [2] [ 3] = ws + ( 1 w) S 1 S 이다 WINTERS 방법시계열데이터가계절성을갖는경우사용하며 METHOD=WINTERS를사용하면된다. TREND나가중치는지수평활법과동일하다. smoohing의 S와구별하기위하여계절성성분으로 SE를사용하였다. 추세 ( 경향 ) 없는경우 WINTERS 평활법방정식은다음과같다. 예측치는 Y = μ + SE ( ) + e S = w( Y SE ) + (1 w) S 1, SE = δ ( Y S ) + (1 δ ) SE ˆ 이다. Y ( k) = S + SE + k 추세가있는경우 WINSTERS 평활법은다음과같다. Y = μ + β + SE ( ) + e S = 1 w( Y SE ) + (1 w)( S T 1) SE = δ ( Y S ) + (1 δ ) SE, T γ S S 1 ) + (1 γ ) T 1 = ( 예측치는 ˆ 이다. Y ( k) = S + kt + SE + k 시간의흐름에따라변동의폭이변화가없다면 addiive WINSTERS 방법을사용하는

10 FORECASTING / 2 장. 지수평활법 23 것이좋다. (METHOD=ADDWINTERS) 다음 ime lo 을보면추세가 2 차형식이므로 TREND=3 을사용하면된다. 그리고월별 자료에의한계절성이있으므로 SEANSONS=12 를사용하였다.

11 FORECASTING / 2 장. 지수평활법 24 HOMEWORK #2-1 Due 3월 31일 ( 목 ) SASHELP.CITYWK 데이터에 MF3505 시계열데이터에대해 ( 아래와같이일부 50개자료만이용하여 ) 1이중지수평활법 ( 적절한가중치 ) 을이용하여향후 6주예측치를구하시오. 2삼중지수평활법 ( 적절한가중치 ) 을이용하여향후 6주예측치를구하시오. 3151~156 관측치와이중, 삼중지수평활법의예측치를한그래프에나타내시오. 그리고비교해석하시오. HOMEWORK #2-2 Due 3월 31일 ( 목 ) 여러분이 HOMEWORK1-2에서선택한종목의이전관측치 ( 주가 ) 50개를얻고적절한지수평활법에의해향후 5일간주가를예측하시오.

제 3 장평활법 지수평활법 (exponential smoothing) 최근자료에더큰가중값, 과거로갈수록가중값을지수적으로줄여나가는방법 시스템에변화가있을경우변화에쉽게대처가능 계산이쉽고많은자료의저장이필요없다 예측이주목적단순지수평활법, 이중지수평활법, 삼중지수평활법, Wint

제 3 장평활법 지수평활법 (exponential smoothing) 최근자료에더큰가중값, 과거로갈수록가중값을지수적으로줄여나가는방법 시스템에변화가있을경우변화에쉽게대처가능 계산이쉽고많은자료의저장이필요없다 예측이주목적단순지수평활법, 이중지수평활법, 삼중지수평활법, Wint 제 3 장평활법 지수평활법 (exponential smoothing) 최근자료에더큰가중값, 과거로갈수록가중값을지수적으로줄여나가는방법 시스템에변화가있을경우변화에쉽게대처가능 계산이쉽고많은자료의저장이필요없다 예측이주목적단순지수평활법, 이중지수평활법, 삼중지수평활법, Winters의계절지수평활법 이동평균법 (moving average method) 평활에의해계절성분또는불규칙성분을제거하여전반적인추세를뚜렷하게파악

More information

Microsoft Word - skku_TS2.docx

Microsoft Word - skku_TS2.docx Statistical Package & Statistics Univariate : Time Series Data () ARMA 개념 ARIMA(Auto-Regressive Integrated Moving-Average) 모형은시계열데이터 { Y t } 의과거치 (previous observation Y t 1,,... ) 들이설명변수인 AR 과과거의오차항 (

More information

untitled

untitled 통계청 통계분석연구 제 3 권제 1 호 (98. 봄 ) 91-104 장기예측방법의비교 - 전도시소비자물가지수를중심으로 - 서두성 *, 최종후 ** 본논문의목적은소비자물가지수와같이시간의흐름에따라변동의폭이크지않은시계열자료의장기예측에있어서쉽고, 정확한예측모형을찾고자하는데에있다. 이를위하여네가지의장기예측방법 - 1회귀적방법 2Autoregressive error 방법

More information

Microsoft Word - Forecast_lecture.docx

Microsoft Word - Forecast_lecture.docx 예측방법 목차 I. 개요 1 II. TIME PLOT 3 III. MOVING AVERAGE 이동평균법 5 IV. 지수평활법개요 7 V. ARMA 개요 0 VI. 계량경제회귀모형 40 시계열데이터분석 014 I. 개요 1. Hisory 17 세기에태양의흑점자료나밀가격지수변동을나타내는함수로 Sine, Cosine 곡선을이용하였다. Yule(196) 은 ARMA에대한개념을제시하였고

More information

시계열분석의개요 (the nature of time series analysis) 시계열자료 (time series data) 연도별 (annual), 분기별 (quarterly), 월별 (monthly), 일별 (daily) 또는시간별 (hourly) 등시간의경과 (

시계열분석의개요 (the nature of time series analysis) 시계열자료 (time series data) 연도별 (annual), 분기별 (quarterly), 월별 (monthly), 일별 (daily) 또는시간별 (hourly) 등시간의경과 ( 시계열분석의개요 (the nature of time series analysis) 시계열자료 (time series data) 연도별 (annual), 분기별 (quarterly), 월별 (monthly), 일별 (daily) 또는시간별 (hourly) 등시간의경과 ( 흐름 ) 에따라순서대로 (ordered in time) 관측되는자료를시계열자료 (time

More information

<4D F736F F F696E74202D FC0E5B4DCB1E220BCF6BFE4BFB9C3F8205BC8A3C8AF20B8F0B5E55D>

<4D F736F F F696E74202D FC0E5B4DCB1E220BCF6BFE4BFB9C3F8205BC8A3C8AF20B8F0B5E55D> 생산관리론 장단기수요예측 서강대학교경영학부 경영전문대학원교수서창적 -1-1 학습내용 수요예측기법 예측오차의측정과통제 수요예측기법의선정 수요예측의의의 수요예측 (demand forecasting) 이란? 기업의제품과서비스에대한수요의양과시기를예측하는것 수요예측이이루어지면수요를충족시키기위해필요한자원에대한예측이이루어지는데이는구매되는부품과원자재뿐만아니라기업의설비, 기계,

More information

cat_data3.PDF

cat_data3.PDF ( ) IxJ ( 5 0% ) Pearson Fsher s exact test χ, LR Ch-square( G ) x, Odds Rato θ, Ch-square Ch-square (Goodness of ft) Pearson cross moment ( Mantel-Haenszel ), Ph-coeffcent, Gamma (γ ), Kendall τ (bnary)

More information

완벽한개념정립 _ 행렬의참, 거짓 수학전문가 NAMU 선생 1. 행렬의참, 거짓개념정리 1. 교환법칙과관련한내용, 는항상성립하지만 는항상성립하지는않는다. < 참인명제 > (1),, (2) ( ) 인경우에는 가성립한다.,,, (3) 다음과같은관계식을만족하는두행렬 A,B에

완벽한개념정립 _ 행렬의참, 거짓 수학전문가 NAMU 선생 1. 행렬의참, 거짓개념정리 1. 교환법칙과관련한내용, 는항상성립하지만 는항상성립하지는않는다. < 참인명제 > (1),, (2) ( ) 인경우에는 가성립한다.,,, (3) 다음과같은관계식을만족하는두행렬 A,B에 1. 행렬의참, 거짓개념정리 1. 교환법칙과관련한내용, 는항상성립하지만 는항상성립하지는않는다. < 참인명제 > (1),, (2) ( ) 인경우에는 가성립한다.,,, (3) 다음과같은관계식을만족하는두행렬 A,B에대하여 AB=BA 1 가성립한다 2 3 (4) 이면 1 곱셈공식및변형공식성립 ± ± ( 복호동순 ), 2 지수법칙성립 (은자연수 ) < 거짓인명제 >

More information

<4D F736F F D20BDC3B0E8BFADBAD0BCAE20C1A B0AD5FBCF6C1A45FB0E8B7AEB0E6C1A6C7D E646F63>

<4D F736F F D20BDC3B0E8BFADBAD0BCAE20C1A B0AD5FBCF6C1A45FB0E8B7AEB0E6C1A6C7D E646F63> 제 3 강계량경제학 Review Par I. 단순회귀모형 I. 계량경제학 A. 계량경제학 (Economerics 이란? i. 경제적이론이설명하는경제변수들간의관계를경제자료를바탕으로통 계적으로추정 (esimaion 고검정 (es 하는학문 거시소비함수 (Keynse. C=f(Y, 0

More information

nonpara6.PDF

nonpara6.PDF 6 One-way layout 3 (oneway layout) k k y y y y n n y y K yn y y n n y y K yn k y k y k yknk n k yk yk K y nk (grand mean) (SST) (SStr: ) (SSE= SST-SStr), ( 39 ) ( )(rato) F- (normalty assumpton), Medan,

More information

<B4EBC7D0BCF6C7D02DBBEFB0A2C7D4BCF62E687770>

<B4EBC7D0BCF6C7D02DBBEFB0A2C7D4BCF62E687770> 삼각함수. 삼각함수의덧셈정리 삼각함수의덧셈정리 삼각함수 sin (α + β ), cos (α + β ), tan (α + β ) 등을 α 또는 β 의삼각함수로나 타낼수있다. 각 α 와각 β 에대하여 α >0, β >0이고 0 α - β < β 를만족한다고가정하 자. 다른경우에도같은방법으로증명할수있다. 각 α 와각 β 에대하여 θ = α - β 라고놓자. 위의그림에서원점에서거리가

More information

CHO3. 수요예측 1

CHO3. 수요예측 1 CHO 1 KEY WORDS 수요예측 (demad forecastig) 정성적방법 (qualitative method) 델파이법 (Delphi method) 정량적방법 (quatitative method) 시계열분석법 (time series aalysis) 지수평활법 (expoetial smoothig method) 인과형법 (causal method) 단순회귀분석

More information

statistics

statistics 수치를이용한자료요약 statistics hmkang@hallym.ac.kr 한림대학교 통계학 강희모 ( 한림대학교 ) 수치를이용한자료요약 1 / 26 수치를 통한 자료의 요약 요약 방대한 자료를 몇 개의 의미있는 수치로 요약 자료의 분포상태를 알 수 있는 통계기법 사용 중심위치의 측도(measure of center) : 어떤 값을 중심으로 분포되어 있는지

More information

<B3EDB4DC28B1E8BCAEC7F6292E687770>

<B3EDB4DC28B1E8BCAEC7F6292E687770> 1) 초고를읽고소중한조언을주신여러분들게감사드린다. 소중한조언들에도불구하고이글이포함하는오류는전적으로저자개인의것임을밝혀둔다. 2) 대표적인학자가 Asia's Next Giant: South Korea and Late Industrialization, 1990 을저술한 MIT 의 A. Amsden 교수이다. - 1 - - 2 - 3) 계량방법론은회귀분석 (regression)

More information

(001~006)개념RPM3-2(부속)

(001~006)개념RPM3-2(부속) www.imth.tv - (~9)개념RPM-(본문).. : PM RPM - 대푯값 페이지 다민 PI LPI 알피엠 대푯값과산포도 유형 ⑴ 대푯값 자료 전체의 중심적인 경향이나 특징을 하나의 수로 나타낸 값 ⑵ 평균 (평균)= Ⅰ 통계 (변량)의 총합 (변량의 개수) 개념플러스 대푯값에는 평균, 중앙값, 최 빈값 등이 있다. ⑶ 중앙값 자료를 작은 값부터 크기순으로

More information

프로그래밍개론및실습 2015 년 2 학기프로그래밍개론및실습과목으로본내용은강의교재인생능출판사, 두근두근 C 언어수업, 천인국지음을발췌수정하였음

프로그래밍개론및실습 2015 년 2 학기프로그래밍개론및실습과목으로본내용은강의교재인생능출판사, 두근두근 C 언어수업, 천인국지음을발췌수정하였음 프로그래밍개론및실습 2015 년 2 학기프로그래밍개론및실습과목으로본내용은강의교재인생능출판사, 두근두근 C 언어수업, 천인국지음을발췌수정하였음 CHAPTER 9 둘중하나선택하기 관계연산자 두개의피연산자를비교하는연산자 결과값은참 (1) 아니면거짓 (0) x == y x 와 y 의값이같은지비교한다. 관계연산자 연산자 의미 x == y x와 y가같은가? x!= y

More information

5. 평활법 (FORECAST procedure) 일변량시계열자료의예측값과예측구간을구할때사용한다. 주로시간과자기자신의과거의관측값의함수를이용하여구하며, 다른시계열예측방법에비해빠르고쉬우며자동적이라는장점이있으나, 시계열의특성을고려하지못한다는단점도있다. 결과물은 output창

5. 평활법 (FORECAST procedure) 일변량시계열자료의예측값과예측구간을구할때사용한다. 주로시간과자기자신의과거의관측값의함수를이용하여구하며, 다른시계열예측방법에비해빠르고쉬우며자동적이라는장점이있으나, 시계열의특성을고려하지못한다는단점도있다. 결과물은 output창 5. 평활법 (FORECAST procedure) 일변량시계열자료의예측값과예측구간을구할때사용한다. 주로시간과자기자신의과거의관측값의함수를이용하여구하며, 다른시계열예측방법에비해빠르고쉬우며자동적이라는장점이있으나, 시계열의특성을고려하지못한다는단점도있다. 결과물은 output창에출력되는것이아니라하나의 dataset에저장된다. 5.1 예측방법 1 STEPAR(STEPwise

More information

(Microsoft PowerPoint - Ch21_NumAnalysis.ppt [\310\243\310\257 \270\360\265\345])

(Microsoft PowerPoint - Ch21_NumAnalysis.ppt [\310\243\310\257 \270\360\265\345]) 수치해석 161009 Ch21. Numerical Differentiation 21.1 소개및배경 (1/2) 미분 도함수 : 독립변수에대한종속변수의변화율 y = x f ( xi + x) f ( xi ) x dy dx f ( xi + x) f ( xi ) = lim = y = f ( xi ) x 0 x 차분근사 도함수 1 차도함수 : 곡선의한점에서접선의구배 21.1

More information

G Power

G Power G Power 부산대학교통계학과조영석 1. G Power 란? 2. G Power 설치및실행 2.1 G Power 설치 2.2 G Power 실행 3. 검정 (Test) 3.1 가설검정 (Test of hypothesis) 3.2 검정력 (Power) 3.3 효과크기 (Effect size) 3.4 표본수산정 4. 분석 4.1 t- 검정 (t-test) 4.2

More information

2002 KT

2002 KT 2002 KT 2002 KT { } 4 5 Contents 8 S P E C I A L 9 10 S P E C I A L 11 010110001010100011010110101001101010010101101011100010 01011000101010001101011010100110101 000101010001101011010100110101001010110110111000100101100010

More information

Forecasting Korea Tourism Quarterly

Forecasting Korea Tourism Quarterly Forecasting Korea Tourism Quarterly Korea Culture & Tourism Policy Institute Korea Tourism Trend www.kctpi.re.kr Korea Culture & Tourism Policy Institute www.kctpi.re.kr Korea Culture & Tourism Policy

More information

2014 KCTI 가치와 전망_49호(2014.12.29.)_2015년도 인아웃바운드 수요 및 경제전망.hwp

2014 KCTI 가치와 전망_49호(2014.12.29.)_2015년도 인아웃바운드 수요 및 경제전망.hwp 제49호(2014-12) 2014.12.29. 작성 : 국제관광연구센터 이성태 02) 2669-8414, stlee@kcti.re.kr 2015년도 인 아웃바운드 수요 및 경제전망 목 차 Ⅰ. 2014년 인 아웃바운드 현황 1 Ⅱ. 2015년 인 아웃바운드 전망 5 Ⅲ. 2015년 국내 외 경제전망 13 Ⅳ. 붙임자료 15 2015년도 인 아웃바운드 수요 및

More information

윈도우즈프로그래밍(1)

윈도우즈프로그래밍(1) 제어문 (2) For~Next 문 윈도우즈프로그래밍 (1) ( 신흥대학교컴퓨터정보계열 ) 2/17 Contents 학습목표 프로그램에서주어진특정문장을부분을일정횟수만큼반복해서실행하는문장으로 For~Next 문등의구조를이해하고활용할수있다. 내용 For~Next 문 다중 For 문 3/17 제어문 - FOR 문 반복문 : 프로그램에서주어진특정문장들을일정한횟수만큼반복해서실행하는문장

More information

HW5 Exercise 1 (60pts) M interpreter with a simple type system M. M. M.., M (simple type system). M, M. M., M.

HW5 Exercise 1 (60pts) M interpreter with a simple type system M. M. M.., M (simple type system). M, M. M., M. 오늘할것 5 6 HW5 Exercise 1 (60pts) M interpreter with a simple type system M. M. M.., M (simple type system). M, M. M., M. Review: 5-2 7 7 17 5 4 3 4 OR 0 2 1 2 ~20 ~40 ~60 ~80 ~100 M 언어 e ::= const constant

More information

슬라이드 1

슬라이드 1 Principles of Economerics (3e) Ch. 4 예측, 적합도, 모형화 013 년 1 학기 윤성민 4.1 OLS 예측 (1) 점예측 x0 y0 - 설명변수일때, 종속변수의값을예측하고자함 y ˆ = b + 0 1 b x 0 Ch. 4 예측, 적합도, 모형화 /60 4.1 OLS 예측 예측오차 (forecas error), f 예측오차의기대값

More information

untitled

untitled Mathematics 4 Statistics / 6. 89 Chapter 6 ( ), ( /) (Euclid geometry ( ), (( + )* /).? Archimedes,... (standard normal distriution, Gaussian distriution) X (..) (a, ). = ep{ } π σ a 6. f ( F ( = F( f

More information

Microsoft PowerPoint - 26.pptx

Microsoft PowerPoint - 26.pptx 이산수학 () 관계와그특성 (Relations and Its Properties) 2011년봄학기 강원대학교컴퓨터과학전공문양세 Binary Relations ( 이진관계 ) Let A, B be any two sets. A binary relation R from A to B, written R:A B, is a subset of A B. (A 에서 B 로의이진관계

More information

06/09-101È£ä263»Áö

06/09-101È£ä263»Áö 3 4 Join Together Society 5 6 Join Together Society 7 8 Join Together Society 9 10 Join Together Society 11 12 Join Together Society 13 14 Join Together Society 15 16 Join Together Society 17 18 Join Together

More information

04/07-08(È£ä263»Áö

04/07-08(È£ä263»Áö 3 4 Join Together Society 5 6 Join Together Society 7 8 Join Together Society 9 10 Join Together Society 11 12 Join Together Society 13 14 Join Together Society 15 16 Join Together Society 17 18 Join Together

More information

제4395호 편집.hwp

제4395호 편집.hwp 제 4395 호 2011. 8. 19( 금 ) 고 시 2011-287 3 2011-288 16 2011-289 17 2011-290 20 공 고 2011-692. 22 2011-694 22 시군행정 2011-893 ( : x.) 23 2011-922 (:314, 172, 153) 25 2011-92 () (:3-601) () 26 2011-571. 27 2011-576

More information

MATLAB and Numerical Analysis

MATLAB and Numerical Analysis School of Mechanical Engineering Pusan National University dongwoonkim@pusan.ac.kr Review 무명함수 >> fun = @(x,y) x^2 + y^2; % ff xx, yy = xx 2 + yy 2 >> fun(3,4) >> ans = 25 시작 x=x+1 If문 >> if a == b >>

More information

중간고사

중간고사 중간고사 예제 1 사용자로부터받은두개의숫자 x, y 중에서큰수를찾는알고리즘을의사코드로작성하시오. Step 1: Input x, y Step 2: if (x > y) then MAX

More information

858 Jongtae Kim 형을 가정하고, 선형모형의 모수를 추정하기 위하여 로지스틱성장곡선함수와 로지스틱 지수평활함수를 사용하였다. 그러나 시계열 예측에 있어서 로지스틱 함수를 적용할 경우에 초기값에 큰 영향을 받는 것 으로 알려졌고 (김연형, 1994), 실제로

858 Jongtae Kim 형을 가정하고, 선형모형의 모수를 추정하기 위하여 로지스틱성장곡선함수와 로지스틱 지수평활함수를 사용하였다. 그러나 시계열 예측에 있어서 로지스틱 함수를 적용할 경우에 초기값에 큰 영향을 받는 것 으로 알려졌고 (김연형, 1994), 실제로 Journal of the Korean Data & Information Science Society 2009, 20(5), 857 867 한국데이터정보과학회지 학년진급률에 따른 학생수 예측방법 김종태 1 1 대구대학교 전산통계학과 접수 2009년 7월 13일, 수정 2009년 9월 16일, 게재확정 2009년 9월 21일 요 약 본 연구는 학년 (연령) 진급에

More information

Resampling Methods

Resampling Methods Resampling Methds 박창이 서울시립대학교통계학과 박창이 ( 서울시립대학교통계학과 ) Resampling Methds 1 / 18 학습내용 개요 CV(crss-validatin) 검증오차 LOOCV(leave-ne-ut crss-validatin) k-fld CV 편의-분산의관계분류문제에서의 CV Btstrap 박창이 ( 서울시립대학교통계학과 )

More information

Chapter4.hwp

Chapter4.hwp Ch. 4. Spectral Density & Correlation 4.1 Energy Spectral Density 4.2 Power Spectral Density 4.3 Time-Averaged Noise Representation 4.4 Correlation Functions 4.5 Properties of Correlation Functions 4.6

More information

Microsoft PowerPoint - Ch13

Microsoft PowerPoint - Ch13 Ch. 13 Basic OP-AMP Circuits 비교기 (Comparator) 하나의전압을다른전압 ( 기준전압, reference) 와비교하기위한비선형장치 영전위검출 in > 기준전압 out = out(max) in < 기준전압 out = out(min) 비교기 영이아닌전위검출 기준배터리 기준전압분배기 기준전압제너다이오드 비교기 예제 13-1: out(max)

More information

Microsoft Word - ch8_influence.doc

Microsoft Word - ch8_influence.doc REGRESSION / 8 장. 영향치및잔차분석 172 Chapter 8 영향치와잔차분석 단순회귀모형에서관측점이이상치 (outlier) 인지영향치 (influential) 인지판단하는것은 매우쉽다. 산점도에서이상치혹은영향치의존재여부를미리감지한다. x- 축 ( 설명변수 ) 의 동일수준의다른관측치에비해종속변수의값이상이한빨간점은이상치이다. 반면판 단할다른관측치가동일설명변수수준에없는파란점은영향치이다.

More information

1 경영학을 위한 수학 Final Exam 2015/12/12(토) 13:00-15:00 풀이과정을 모두 명시하시오. 정리를 사용할 경우 명시하시오. 1. (각 6점) 다음 적분을 구하시오 Z 1 4 Z 1 (x + 1) dx (a) 1 (x 1)4 dx 1 Solut

1 경영학을 위한 수학 Final Exam 2015/12/12(토) 13:00-15:00 풀이과정을 모두 명시하시오. 정리를 사용할 경우 명시하시오. 1. (각 6점) 다음 적분을 구하시오 Z 1 4 Z 1 (x + 1) dx (a) 1 (x 1)4 dx 1 Solut 경영학을 위한 수학 Fial Eam 5//(토) :-5: 풀이과정을 모두 명시하시오. 정리를 사용할 경우 명시하시오.. (각 6점) 다음 적분을 구하시오 4 ( ) (a) ( )4 8 8 (b) d이 성립한다. d C C log log (c) 이다. 양변에 적분을 취하면 log C (d) 라 하자. 그러면 d 4이다. 9 9 4 / si (e) cos si

More information

eda_ch7.doc

eda_ch7.doc ( ) (, ) (X, Y) Y Y = 1 88 + 0 16 X =0601 Y = a + bx + cx X (nonlinea) ( ) X Y X Y b(016) ( ) log Y = log a + b log X = e Y = b ax 71 X (explanatoy va :independent ), Y (dependent : esponse) X, Y Sehyug

More information

다른 JSP 페이지호출 forward() 메서드 - 하나의 JSP 페이지실행이끝나고다른 JSP 페이지를호출할때사용한다. 예 ) <% RequestDispatcher dispatcher = request.getrequestdispatcher(" 실행할페이지.jsp");

다른 JSP 페이지호출 forward() 메서드 - 하나의 JSP 페이지실행이끝나고다른 JSP 페이지를호출할때사용한다. 예 ) <% RequestDispatcher dispatcher = request.getrequestdispatcher( 실행할페이지.jsp); 다른 JSP 페이지호출 forward() 메서드 - 하나의 JSP 페이지실행이끝나고다른 JSP 페이지를호출할때사용한다. 예 ) RequestDispatcher dispatcher = request.getrequestdispatcher(" 실행할페이지.jsp"); dispatcher.forward(request, response); - 위의예에서와같이 RequestDispatcher

More information

Microsoft PowerPoint - IPYYUIHNPGFU

Microsoft PowerPoint - IPYYUIHNPGFU 분산분석 분산분석 (ANOVA: ANALYSIS OF VARIANCE) 두개이상의모집단의차이를검정 예 : 회사에서세종류의기계를설치하여동일한제품을생산하는경우, 각기계의생산량을조사하여평균생산량을비교 독립변수 : 다른변수에의해영향을주는변수 종속변수 : 다른변수에의해영향을받는변수 요인 (Factor): 독립변수 예에서의요인 : 기계의종류 (I, II, III) 요인수준

More information

(2) 다중상태모형 (Hyunoo Shim) 1 / 2 (Coninuous-ime Markov Model) ➀ 전이가일어나는시점이산시간 : = 1, 2,, 4,... [ 연속시간 : 아무때나, T 1, T 2... * 그림 (2) 다중상태모형 ➁ 계산과정 이산시간 : 전이력 (force of ransiion) 정의안됨 전이확률 (ransiion probabiliy)

More information

(Microsoft PowerPoint - Ch17_NumAnalysis.ppt [\310\243\310\257 \270\360\265\345])

(Microsoft PowerPoint - Ch17_NumAnalysis.ppt [\310\243\310\257 \270\360\265\345]) 수치해석 6009 Ch7. Polyomial Iterpolatio 다항식보간법 T C ρ kg/m µ N s/m v m /s -40 0 0 50 00 50 00 50 00 400.5.9.0.09 0.946 0.85 0.746 0.675 0.66 0.55.5 0-5.7 0-5.80 0-5.95 0-5.7 0-5.8 0-5.57 0-5.75 0-5.9 0-5.5

More information

Microsoft Word - ch3_residual.doc

Microsoft Word - ch3_residual.doc REGRESSION / 3 장. 잔치분석 50 Chapter 3 잔차분석 이론이나경험에의해변수간의회귀모형을설정하고 y = α + βx ( 선형 : lnearty), 관측치가 ( x, y ), = 1,,..., n 얻어지면이를이용하여회귀분석을실시한다. 설정된회귀모형에 는오차항에대한 3가지가정 e ~ dnormal(0, σ ) 을한다. ( 정규성 normalty,

More information

i f i f (disposition effect) 의확률 의확률 i f i f i f i f i f i f GARCH-in-Mean GARCH-in-Mean , ( ) ( ). ( ), / ( ), (1 ), S&P500,,. 상승반응계수 로 ~2008.12 15) ~ ~ m 10 20 (8) (10) (11) (8) (10) (11) 0.011 (0.23)

More information

nonpara1.PDF

nonpara1.PDF Chapter 1 Introduction 1 Introduction (parameter) (assumption) (rank), (median) p-value distribution free, assumption free, statistical inference based on ranks 11 Nonparametric? John Arbuthnot (1710)

More information

시스템경영과 구조방정식모형분석

시스템경영과 구조방정식모형분석 2 st SPSS OPEN HOUSE, 2009 년 6 월 24 일 AMOS 를이용한잠재성장모형 (Latent Growth Model ) 세명대학교경영학과김계수교수 (043) 649-242 gskim@semyung.ac.kr 목차. LGM개념소개 2. LGM모형종류 3. LGM 예제 4. 결과치비교 5. 정리및요약 2 적합모형의판단방법 Tips SEM 결과해석방법

More information

A Hierarchical Approach to Interactive Motion Editing for Human-like Figures

A Hierarchical Approach to Interactive Motion Editing for Human-like Figures 단일연결리스트 (Singly Linked List) 신찬수 연결리스트 (linked list)? tail 서울부산수원용인 null item next 구조체복습 struct name_card { char name[20]; int date; } struct name_card a; // 구조체변수 a 선언 a.name 또는 a.date // 구조체 a의멤버접근 struct

More information

Microsoft Word - SAS_Data Manipulate.docx

Microsoft Word - SAS_Data Manipulate.docx 수학계산관련 함수 함수 형태 내용 SIN(argument) TAN(argument) EXP( 변수명 ) SIN 값을계산 -1 argument 1 TAN 값을계산, -1 argument 1 지수함수로지수값을계산한다 SQRT( 변수명 ) 제곱근값을계산한다 제곱은 x**(1/3) = 3 x x 1/ 3 x**2, 세제곱근 LOG( 변수명 ) LOGN( 변수명 )

More information

동아시아국가들의실질환율, 순수출및 경제성장간의상호관계비교연구 : 시계열및패널자료인과관계분석

동아시아국가들의실질환율, 순수출및 경제성장간의상호관계비교연구 : 시계열및패널자료인과관계분석 동아시아국가들의실질환율, 순수출및 경제성장간의상호관계비교연구 : 시계열및패널자료인과관계분석 목차 I. 서론 II. 동아시아각국의무역수지, 실질실효환율및 GDP간의관계 III. 패널데이터를이용한 Granger인과관계분석 IV. 개별국실증분석모형및 TYDL을이용한 Granger 인과관계분석 V. 결론 참고문헌 I. 서론 - 1 - - 2 - - 3 - - 4

More information

(72) 발명자 정진곤 서울특별시 성북구 종암1동 54-398 이용훈 대전광역시 유성구 어은동 한빛아파트 122동 1301 호 - 2 -

(72) 발명자 정진곤 서울특별시 성북구 종암1동 54-398 이용훈 대전광역시 유성구 어은동 한빛아파트 122동 1301 호 - 2 - (51) Int. Cl. (19) 대한민국특허청(KR) (12) 등록특허공보(B1) H04B 7/04 (2006.01) H04B 7/02 (2006.01) H04L 1/02 (2006.01) (21) 출원번호 10-2007-0000175 (22) 출원일자 2007년01월02일 심사청구일자 2008년08월26일 (65) 공개번호 10-2008-0063590 (43)

More information

Vector Differential: 벡터 미분 Yonghee Lee October 17, 벡터미분의 표기 스칼라미분 벡터미분(Vector diffrential) 또는 행렬미분(Matrix differential)은 벡터와 행렬의 미분식에 대 한 표

Vector Differential: 벡터 미분 Yonghee Lee October 17, 벡터미분의 표기 스칼라미분 벡터미분(Vector diffrential) 또는 행렬미분(Matrix differential)은 벡터와 행렬의 미분식에 대 한 표 Vector Differential: 벡터 미분 Yonhee Lee October 7, 08 벡터미분의 표기 스칼라미분 벡터미분(Vector diffrential) 또는 행렬미분(Matrix differential)은 벡터와 행렬의 미분식에 대 한 표기법을 정의하는 방법이다 보통 스칼라(scalar)에 대한 미분은 일분수 함수 f : < < 또는 다변수 함수(function

More information

표본재추출(resampling) 방법

표본재추출(resampling) 방법 표본재추출 (resampling) 방법 박창이 서울시립대학교통계학과 박창이 ( 서울시립대학교통계학과 ) 표본재추출 (resampling) 방법 1 / 18 학습내용 개요 CV(crss-validatin) 검증오차 LOOCV(leave-ne-ut crss-validatin) k-fld CV 편의-분산의관계분류문제에서의 CV Btstrap 박창이 ( 서울시립대학교통계학과

More information

Microsoft Word - 동태적 모형.doc

Microsoft Word - 동태적 모형.doc 동태적모형 - 시차분포모형 (lag disribued model) I. 개요 A. 경제적행위나결정들의효과는즉시적으로다나타나지않고미래의상당기간동안분포됨 i. 기의행위나결정들이 기뿐아니라 + 기, + 기등에도영향을미치는경우 ii. 경제적정책변수 x 의변화가경제적결과 y, y +, y +, y +3 등에영향을미침 iii. 이는다시말하면, y 가 x, x -, x

More information

Microsoft PowerPoint - chap06-2pointer.ppt

Microsoft PowerPoint - chap06-2pointer.ppt 2010-1 학기프로그래밍입문 (1) chapter 06-2 참고자료 포인터 박종혁 Tel: 970-6702 Email: jhpark1@snut.ac.kr 한빛미디어 출처 : 뇌를자극하는 C프로그래밍, 한빛미디어 -1- 포인터의정의와사용 변수를선언하는것은메모리에기억공간을할당하는것이며할당된이후에는변수명으로그기억공간을사용한다. 할당된기억공간을사용하는방법에는변수명외에메모리의실제주소값을사용하는것이다.

More information

Microsoft Word - econometrics.docx

Microsoft Word - econometrics.docx Time Series Analysis Economerics 시계열데이터에는경향 (rend), 계절성 (seasonaliy), 주기 (cycle), 불규칙성 (irregular) 성분이있다. 주기를자기상관 (auocorrelaion) 으로정의하기도한다. 자기상관은시점 와 ( 1) 간의상관관계를의미하며한동안 ( 일정기간 ) 증가하거나감소하는경우양의자기상관이존재한다고하고시점마다증감이반복되는경우이를음의자기상관이라한다.

More information

1

1 1 2 3 4 5 6 b b t P A S M T U s 7 m P P 8 t P A S M T U s 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 Chapter 1 29 1 2 3 4 18 17 16 15 5 6 7 8 9 14 13 12 11 10 1 2 3 4 5 9 10 11 12 13 14 15

More information

Microsoft PowerPoint - SBE univariate5.pptx

Microsoft PowerPoint - SBE univariate5.pptx 이상치 (outlier) 진단및해결 Homework 데이터 ( Option.XLS) 결과해석 치우침? 평균이중앙값에비해다소크다. 그러나이상치때문이지치우친것같지않음. Toys us 스톡옵션비율이이상치 해결방법 : Log 변환? 아니다치우쳐있지않기때문에제거 제거후 : 평균 :.74, 중위수 :.7 31 치우침과이상치 데이터 : 노트북평가점수 우로치우침과이상치가존재

More information

(Microsoft PowerPoint - Ch19_NumAnalysis.ppt [\310\243\310\257 \270\360\265\345])

(Microsoft PowerPoint - Ch19_NumAnalysis.ppt [\310\243\310\257 \270\360\265\345]) 수치해석 6009 Ch9. Numerical Itegratio Formulas Part 5. 소개 / 미적분 미분 : 독립변수에대한종속변수의변화율 d vt yt dt yt 임의의물체의시간에따른위치, vt 속도 함수의구배 적분 : 미분의역, 어떤구간내에서시간 / 공간에따라변화하는정보를합하여전체결과를구함. t yt vt dt 0 에서 t 까지의구간에서곡선 vt

More information

Microsoft PowerPoint - e pptx

Microsoft PowerPoint - e pptx Import/Export Data Using VBA Objectives Referencing Excel Cells in VBA Importing Data from Excel to VBA Using VBA to Modify Contents of Cells 새서브프로시저작성하기 프로시저실행하고결과확인하기 VBA 코드이해하기 Referencing Excel Cells

More information

- 1 - 100% - 2 - - 3 - - 4 - - 5 - μ μ - 6 - - 7 - - 8 - - 9 - - 10 - - 11 - - 12 - - 13 - - 14 - - 15 - - 16 - - 17 - - 18 - - 19 - - 20 - - 21 - - 22 - - 23 - - 24 - - 25 - - 26 - - 27 - - 28 - - 29

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 실습 1 배효철 th1g@nate.com 1 목차 조건문 반복문 System.out 구구단 모양만들기 Up & Down 2 조건문 조건문의종류 If, switch If 문 조건식결과따라중괄호 { 블록을실행할지여부결정할때사용 조건식 true 또는 false값을산출할수있는연산식 boolean 변수 조건식이 true이면블록실행하고 false 이면블록실행하지않음 3

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 Chapter Radar Cross Section ( R C S ) 엄효준교수 한국과학기술원 Contents.1. RCS Definition.. RCS Prediction Methods.3. RCS Dependency on Aspect Angle and Frequency.4. RCS Dependency on Polarization.5. RCS of Simple

More information

3 장기술통계 : 수치척도 Part B 분포형태, 상대적위치, 극단값 탐색적자료분석 두변수간의관련성측정 가중평균과그룹화자료

3 장기술통계 : 수치척도 Part B 분포형태, 상대적위치, 극단값 탐색적자료분석 두변수간의관련성측정 가중평균과그룹화자료 3 장기술통계 : 수치척도 Part B 분포형태, 상대적위치, 극단값 탐색적자료분석 두변수간의관련성측정 가중평균과그룹화자료 분포형태, 상대적위치, 극단값 분포형태 z-값 체비셰프의원리 경험법칙 극단값찾기 분포형태 : 왜도 (skewness) 분포형태를측정하는중요한척도중하나를 왜도 라고한다. 자료집합의왜도를구하는계산식은조금복잡하다. 통계프로그램을사용하여왜도를쉽게계산할수있다.

More information

Microsoft Word - SPSS_MDA_Ch6.doc

Microsoft Word - SPSS_MDA_Ch6.doc Chapter 6. 정준상관분석 6.1 정준상관분석 정준상관분석 (Canonical Correlation Analysis) 은변수들의군집간선형상관관계를파악하는분석방법이다. 예를들어신체적조건 ( 키, 몸무게, 가슴둘레 ) 과운동력 ( 달리기, 윗몸일으키기, 턱걸이 ) 사이의선형상관관계가있는지알아보고, 관계가있다면어떤관계가있는지분석하는것이다. 정준상관분석은 (

More information

저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할

저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할 저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,

More information

Microsoft Word - multiple

Microsoft Word - multiple Chapter 3. Multiple Liear Regressio Data structure ad the model yi 0 1xi1 pxip i, i1,, (Y X ),,, : idepedet with E( ) 0 ad 1 : ukow 0, 1,, p, 0 1 i var( i ) X (1, x,, xp), rak( X) p1, X : give where xj

More information

C 언어 프로그래밊 과제 풀이

C 언어 프로그래밊 과제 풀이 과제풀이 (1) 홀수 / 짝수판정 (1) /* 20094123 홍길동 20100324 */ /* even_or_odd.c */ /* 정수를입력받아홀수인지짝수인지판정하는프로그램 */ int number; printf(" 정수를입력하시오 => "); scanf("%d", &number); 확인 주석문 가필요한이유 printf 와 scanf 쌍

More information

Java ...

Java ... 컴퓨터언어 1 Java 제어문 조성일 조건문 : if, switch 어떠한조건을조사하여각기다른명령을실행 if 문, switch 문 if 문 if - else 문형식 if 문형식 if ( 조건식 ) { 명령문 1; 명령문 2;... if ( 조건식 ) { 명령문 1; 명령문 2;... else { 명령문 a; 명령문 b;... 예제 1 정수를입력받아짝수와홀수를판별하는프로그램을작성하시오.

More information

untitled

untitled Mathematcal Statstcs / 6. 87 Chapter 6 radom varable probablty desty ucto. dstrbuto ucto.. jot desty ucto... k k margal desty ucto k m.. Statstcs ; θ ereces Y... p. ~ ; θ d radom sample... ; θ ~ statstc

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 System Software Experiment 1 Lecture 5 - Array Spring 2019 Hwansoo Han (hhan@skku.edu) Advanced Research on Compilers and Systems, ARCS LAB Sungkyunkwan University http://arcs.skku.edu/ 1 배열 (Array) 동일한타입의데이터가여러개저장되어있는저장장소

More information

에듀데이터_자료집_완성본.hwp

에듀데이터_자료집_완성본.hwp 단위학교성과제고를위한 교육여건개선방안탐색 모시는글 2012 년도에듀데이터활용학술대회프로그램 목차 n n [ 주제 1] 교육지원청수준에서기초학력결정요인분석연구 천세영 이성은 3 [ 주제 2] 비용함수모형에의한국 공립중학교적정교육비및가중치산출연구 오범호 윤홍주 엄문영 37 n n [ 주제 1] 토론 김영애 67 [ 주제 2] 토론 김성식 73 n n [ 주제

More information

CHAPTER 1 INTRODUCTION TO SUPPLY CHAIN MANAGEMENT

CHAPTER 1 INTRODUCTION TO SUPPLY CHAIN MANAGEMENT CHAPTER 5 DEMAND FORECASTING & COLLABORATIVE PLANNING, FORECASTING, & REPLENISHMENT 명지대학교산업시스템공학부 You should be able to: Learning Objectives Explain the role of demand forecasting in a supply chain. Identify

More information

에너지경제연구 제13권 제1호

에너지경제연구 제13권 제1호 에너지경제연구 Korean Energy Economic Review Volume 13, Number 1, March 2014 : pp. 83~119 거시계량모형을이용한유가변동및 유류세변화의파급효과분석 * 83 84 85 86 [ 그림 1] 모형의해결정과정 87 [ 그림 2] 거시계량모형의흐름도 (flow chart) 88 89 < 표 1> 유류세현황 (2013

More information

PowerPoint Presentation

PowerPoint Presentation RL 과 RC 회로의완전응답 기초회로이론 학습목표 2/42 RL 혹은 RC 회로를해석하는방법 완전해, 등차해, 특수해 RL 혹은 RC 회로에서완전응답, 과도응답, 정상상태응답을얻는방법 목차 3/42 1. RL 혹은 RC 회로의해석 2. 1차미분방정식의해 3. 무전원응답 4. 시정수 5. RL 혹은 RC 회로의 DC 전원응답 6. 연속스위칭회로 Section

More information

JAVA 프로그래밍실습 실습 1) 실습목표 - 메소드개념이해하기 - 매개변수이해하기 - 새메소드만들기 - Math 클래스의기존메소드이용하기 ( ) 문제 - 직사각형모양의땅이있다. 이땅의둘레, 면적과대각

JAVA 프로그래밍실습 실습 1) 실습목표 - 메소드개념이해하기 - 매개변수이해하기 - 새메소드만들기 - Math 클래스의기존메소드이용하기 (   ) 문제 - 직사각형모양의땅이있다. 이땅의둘레, 면적과대각 JAVA 프로그래밍실습 실습 1) 실습목표 - 메소드개념이해하기 - 매개변수이해하기 - 새메소드만들기 - Math 클래스의기존메소드이용하기 ( http://java.sun.com/javase/6/docs/api ) 문제 - 직사각형모양의땅이있다. 이땅의둘레, 면적과대각선의길이를계산하는메소드들을작성하라. 직사각형의가로와세로의길이는주어진다. 대각선의길이는 Math클래스의적절한메소드를이용하여구하라.

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 응용식물통계학 Statistics of Applied Plants Science 친환경식물학부유기농생태학전공황선구 14 장회귀분석 1. 회귀직선의추정 2. 회귀직선의검정및추론 3. 모집단절편과회귀계수의구간추정 4. 곡선회귀 15 장공분산분석 1. 공분산분석의통계적모형 2. 공분산분석에의한처리효과검정 3. 공분산분석과정 - 실습 - 회귀분석 두확률변수간에관계가있는지검정

More information

OCW_C언어 기초

OCW_C언어 기초 초보프로그래머를위한 C 언어기초 4 장 : 연산자 2012 년 이은주 학습목표 수식의개념과연산자및피연산자에대한학습 C 의알아보기 연산자의우선순위와결합방향에대하여알아보기 2 목차 연산자의기본개념 수식 연산자와피연산자 산술연산자 / 증감연산자 관계연산자 / 논리연산자 비트연산자 / 대입연산자연산자의우선순위와결합방향 조건연산자 / 형변환연산자 연산자의우선순위 연산자의결합방향

More information

Microsoft Word - PLC제어응용-2차시.doc

Microsoft Word - PLC제어응용-2차시.doc 과정명 PLC 제어응용차시명 2 차시. 접점명령 학습목표 1. 연산개시명령 (LOAD, LOAD NOT) 에대하여설명할수있다. 2. 직렬접속명령 (AND, AND NOT) 에대하여설명할수있다. 3. 병렬접속명령 (OR, OR NOT) 에대하여설명할수있다. 4.PLC의접점명령을가지고간단한프로그램을작성할수있다. 학습내용 1. 연산개시명령 1) 연산개시명령 (LOAD,

More information

저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할

저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할 저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,

More information

금오공대 컴퓨터공학전공 강의자료

금오공대 컴퓨터공학전공 강의자료 C 프로그래밍프로젝트 Chap 13. 포인터와배열! 함께이해하기 2013.10.02. 오병우 컴퓨터공학과 13-1 포인터와배열의관계 Programming in C, 정재은저, 사이텍미디어. 9 장참조 ( 교재의 13-1 은읽지말것 ) 배열이름의정체 배열이름은 Compile 시의 Symbol 로서첫번째요소의주소값을나타낸다. Symbol 로서컴파일시에만유효함 실행시에는메모리에잡히지않음

More information

Microsoft Word - SDSw doc

Microsoft Word - SDSw doc MIDAS/SDS Ver..4.0 기술자료 Design>Shear Check Result KCI-USD99의슬래브의불균형모멘트에대한고려기준은다음과같습니다. 7.11. 전단편심설계 (1) 슬래브의평면에수직한위험단면의도심에대해전단편심에의해전달된다고보아야할불균형모멘트의비율은다음과같다. γ υ 1 = 1 b 1+ 3 b 1 () 전단편심에의한모멘트전달로인한전단응력은위의

More information

RVC Robot Vaccum Cleaner

RVC Robot Vaccum Cleaner RVC Robot Vacuum 200810048 정재근 200811445 이성현 200811414 김연준 200812423 김준식 Statement of purpose Robot Vacuum (RVC) - An RVC automatically cleans and mops household surface. - It goes straight forward while

More information

- 1 -

- 1 - - 1 - External Shocks and the Heterogeneous Autoregressive Model of Realized Volatility Abstract: We examine the information effect of external shocks on the realized volatility based on the HAR-RV (heterogeneous

More information

1 1 장. 함수와극한 1.1 함수를표현하는네가지방법 1.2 수학적모형 : 필수함수의목록 1.3 기존함수로부터새로운함수구하기 1.4 접선문제와속도문제 1.5 함수의극한 1.6 극한법칙을이용한극한계산 1.7 극한의엄밀한정의 1.8 연속

1 1 장. 함수와극한 1.1 함수를표현하는네가지방법 1.2 수학적모형 : 필수함수의목록 1.3 기존함수로부터새로운함수구하기 1.4 접선문제와속도문제 1.5 함수의극한 1.6 극한법칙을이용한극한계산 1.7 극한의엄밀한정의 1.8 연속 1 1 장. 함수와극한 1.1 함수를표현하는네가지방법 1.2 수학적모형 : 필수함수의목록 1.3 기존함수로부터새로운함수구하기 1.4 접선문제와속도문제 1.5 함수의극한 1.6 극한법칙을이용한극한계산 1.7 극한의엄밀한정의 1.8 연속 2 1.1 함수를표현하는네가지방법 함수 f : D E 는집합 D 의각원소 x 에집합 E 에속하는단하나의원소 f(x) 를 대응시키는규칙이다.

More information

저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할

저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할 저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,

More information

Microsoft PowerPoint - chap04-연산자.pptx

Microsoft PowerPoint - chap04-연산자.pptx int num; printf( Please enter an integer: "); scanf("%d", &num); if ( num < 0 ) printf("is negative.\n"); printf("num = %d\n", num); } 1 학습목표 수식의 개념과 연산자, 피연산자에 대해서 알아본다. C의 를 알아본다. 연산자의 우선 순위와 결합 방향에

More information

Communications of the Korean Statistical Society Vol. 15, No. 4, 2008, pp 국소적 강력 단위근 검정 최보승1), 우진욱2), 박유성3) 요약 시계열 자료를 분석할 때, 시계열 자료가 가지고 있는

Communications of the Korean Statistical Society Vol. 15, No. 4, 2008, pp 국소적 강력 단위근 검정 최보승1), 우진욱2), 박유성3) 요약 시계열 자료를 분석할 때, 시계열 자료가 가지고 있는 Communications of the Korean Statistical Society Vol 5, No 4, 2008, pp 53 542 국소적 강력 단위근 검정 최보승), 우진욱2), 박유성3) 요약 시계열 자료를 분석할 때, 시계열 자료가 가지고 있는 추세를 제거하기 위하여 결 정적 추세인 경우 회귀모형을 이용하고, 확률적 추세인 경우 차분하는 방법을

More information

<35345FC0CCC8ABC3B62DB0E8C0FD D4120B8F0C7FCC0BB20C0CCBFEBC7D120B1B9B3BB20C1F6BFAABAB020C0FCB7C2BBE7BFEBB7AE2E687770>

<35345FC0CCC8ABC3B62DB0E8C0FD D4120B8F0C7FCC0BB20C0CCBFEBC7D120B1B9B3BB20C1F6BFAABAB020C0FCB7C2BBE7BFEBB7AE2E687770> Journal of the Korea Academia-Industrial cooperation Society Vol. 16, No. 12 pp. 8576-8584, 2015 http://dx.doi.org/10.5762/kais.2015.16.12.8576 ISSN 1975-4701 / eissn 2288-4688 안병훈 1, 최회련 1, 이홍철 1* 1 고려대학교산업경영공학과

More information

슬라이드 1

슬라이드 1 예제 7-6 어떤전기조립품을만들어내는전자회사에서완성품의잡음을측정하여그평균값과산포를관리하고자한다. 각로트에서의시료를뽑아잡음레벨을측정한데이터는 < 표 7.5> 와같다. 미니탭을사용하여 -R 관리도를그리고관리상태를판정하라. X 풀이 ) 1. C1(x1), C2(x2), C3(x3), C4(x4), C5(x5) 에데이터를입력 2. 통계분석 > 관리도 > 부분군에대한계량형관리도

More information

이 장에서 사용되는 MATLAB 명령어들은 비교적 복잡하므로 MATLAB 창에서 명령어를 직접 입력하지 않고 확장자가 m 인 text 파일을 작성하여 실행을 한다

이 장에서 사용되는 MATLAB 명령어들은 비교적 복잡하므로 MATLAB 창에서 명령어를 직접 입력하지 않고 확장자가 m 인 text 파일을 작성하여 실행을 한다 이장에서사용되는 MATLAB 명령어들은비교적복잡하므로 MATLAB 창에서명령어를직접입력하지않고확장자가 m 인 text 파일을작성하여실행을한다. 즉, test.m 과같은 text 파일을만들어서 MATLAB 프로그램을작성한후실행을한다. 이와같이하면길고복잡한 MATLAB 프로그램을작성하여실행할수있고, 오류가발생하거나수정이필요한경우손쉽게수정하여실행할수있는장점이있으며,

More information

Microsoft PowerPoint - Info R(3) pptx

Microsoft PowerPoint - Info R(3) pptx Coelaton Analyss 개념 Bvaate analyss 측정형두변수간의관계분석 상관관계? 두측정형변수의산점도 : 상호직선적관련성을상관계수 (Coelaton Coeffcent 측정. 잠재설명 ( 원인 변수 (X s 상관관계, 잠재변인과결과변수 (Y 의상관관계 Peason 상관계수 측정형변수직선관계정도 cov( X, Y E( X E( X E( Y E( Y

More information