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

Size: px
Start display at page:

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

Transcription

1

2 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 series data) 라함. 예 : 국내총생산 (GDP), 물가지수, 판매량, 종합주가지수 (KOSPI), 강우량, 태양흑점수, 실험및관측자료등 시계열들은생성되는특성에따라연속적으로생성되는연속시계열 (continuous time series) 과이산적시점에서생성되는이산시계열 (discrete time series) 로구분할수있음. 그러나실제로는많은시계열들이연속적으로생성되고있지만일정한시차를두고관측되므로이산시계열의형태를지니는경우가많음.

3 시계열분석의개요 (the nature of time series analysis) 시계열자료 (time series data) 시계열자료 (time series data) 들은시간의경과에따라관측된자료이므로시간에영향을받음. 따라서시계열자료를분석할때관측시점들간의시차 (time lag) 가중요한역할을함. 예를들어오늘의주가가한달전, 일주일전의주가보다는어제의주가에더많은영향을받는것과마찬가지로가까운관측시점일수록관측자료들간에상관관계가커짐. 시계열은일반적으로시간 t 를하첨자로하여다음과같이표현됨. {Z t : t=1, 2, 3, } 또는 Z 1, Z 2, Z 3,

4 시계열분석의개요 (the nature of time series analysis) 시계열분석 (time series analysis) 의목적 과거시계열자료의패턴 (pattern) 이미래에도지속적으로유지된다는가정하에서현재까지수집된자료들을분석하여미래에대한예측 (forecast) 을하는것임. 예를들어과거부터수집되어온어떤상품의매출액자료를분석하면미래의매출액을예측할수있음. 시계열자료가생성된시스템또는확률과정을모형화하여시스템또는확률과정을이해하고제어 (control) 할수있도록하는것임. 예를들어원료가투입되어제품이생산되는시스템을모형화할수있으면제품의목표값 (target value) 을달성하기위해원료를어떻게입력시키는것이가장최적인지를알아낼수있음.

5 시계열의형태 (the components of time series) 시계열분석시우선선행되어야할일은시계열그림 (time series plot) 을그려보는것임. 시계열그림은시간의경과에따라시계열자료의값이변하는것을나타낸그림으로시간 t 를가로축, 시계열의관측값 Z t 를세로축에나타냄. 이그림을도출하는이유는시계열의특징을쉽게파악할수있어해당자료에적합한분석방법의선택에도움이되기때문임. 일반적으로시계열에서나타나는변동으로는우연적으로발생하는불규칙변동 (irregular variation) 과체계적변동 (systematic variation) 을들수있음.

6 시계열의형태 (the components of time series) 불규칙변동 (irregular variation 또는확률적변동 : random variation) 은시계열자료에서시간에따른규칙적인움직임과는달리어떤규칙성이없이예측이불가능하게우연적으로발생하는변동을말함. 예 : 전쟁, 홍수, 화재, 지진, 파업등 체계적변동에는장기간에걸쳐어떤추세로나타나는추세변동 (trend variation), 추세선을따라주기적으로오르고내림을반복하는순환변동 (cyclical variation), 그리고계절적요인이작용하여 1 년주기로나타나는계절변동 (seasonal variation) 이있음.

7 시계열의형태 (the components of time series) 불규칙변동 (irregular variation or random variation)

8 시계열의형태 (the components of time series) 추세변동 (trend variation) 추세변동이란시계열자료가갖는장기적인변화추세임. 추세란장기간에걸쳐지속적으로증가또는감소하거나또는일정한상태 (stationary) 를유지하려는성향을의미함. 그러므로시계열자료에서짧은기간동안에는추세변동을찾기어려움. 따라서추세변동은짧은기간동안급격하게변동하는것이아니라장기적인추세경향이나타나는것으로직선이나부드러운곡선의연장선으로표시함. 이러한추세는직선뿐만아니라곡선, S 자형태의추세를가질수도있음. 예 : 국내총생산 (GDP), 인구증가율, 기술변화등

9 시계열의형태 (the components of time series) 추세변동 (trend variation)

10 시계열의형태 (the components of time series) 순환변동 (cyclical variation) 추세변동은장기적으로 ( 일반적으로 1 년초과 ) 나타나는추세경향이지만, 순환변동은대체로 2~3 년정도의일정한기간을주기로순환적으로나타남. 즉, 1 년이내의주기로곡선을그리며추세변동에따라변동하는것을말함. 시간의경과 ( 흐름 ) 에따라상하로반복되는변동으로추세선을따라변화하는것이순환변동임. 경기변동곡선 (business cycle curve) 은불황과경기회복, 호황과경기후퇴로인하여수년을주기로나타나고있는데순환변동을나타내는좋은예임. 예 : 경기변동등

11 시계열의형태 (the components of time series) 순환변동 (cyclical variation)

12 시계열의형태 (the components of time series) 계절변동 (seasonal variation) 시계열자료에서보통계절적영향과사회적관습에따라 1 년주기로발생하는변동요인을계절변동이라하고, 보통계절에따라순환하며변동하는특성을지님. 예 : 설, 추석등명절요인등 그런데계절변동이순환변동과다른점은순환주기가짧다는점임. 그러나대부분의경제관련시계열들은추세와계절요인을동시에포함함. 이는경제성장에따라백화점의판매액, 해외여행자수, 청량음료, 전력소비량등과같이계절상품판매량자료들이시간의변화에따라증가하기때문임.

13 시계열의형태 (the components of time series) 계절변동 (seasonal variation)

14 시계열의형태 (the components of time series) 추세와계절변동요인을갖는시계열

15 시계열의형태 (the components of time series) 시간의변화에따라변동폭이커지는시계열

16 시계열의형태 (the components of time series) 두개의추세선을갖는시계열

17 시계열의형태 (the components of time series) 시계열자료가앞의변동요인으로구성된다면이들간의관계는가법모형 (additive model) 이나승법모형 (multiplicative model) 으로나타낼수있음. 가법모형은관심변수의관측값인 Z t 가앞의네가지시계열변동요인의합으로설명될수있다는가정하에만들어진모형을말함. Z t =T t +C t +S t +R t 여기서 T t 는추세변동, C t 는순환변동, S t 는계절변동, R t 는불규칙변동임. 이와같은가법모형은변동요인들간에서로독립이라고가정하며, 각변동요인들의값들은원래단위 (unit) 로표현함.

18 시계열의형태 (the components of time series) 승법모형은관심변수의관측값인 Z t 가앞의네가지시계열변동요인의곱으로설명될수있다는가정하에만들어진모형을말함. Z t =T t C t S t R t 여기서 T t 는추세변동, C t 는순환변동, S t 는계절변동, R t 는불규칙변동임. 이와같은승법모형은추세변동의값만원래단위 (unit) 로표현하고, 나머지변동요인들은백분율 (%) 또는비율로표현함.

19 이동평균법 (moving average method) 단순이동평균법 (simple moving average method) 비교적간단한시계열분석기법중의하나로최근몇개관측값의단순평균값을다음기간의예측값으로추정하는방법임. 이는시계열자료에서계절변동 (S t ) 과불규칙변동 (R t ) 을제거하여추세변동 (T t ) 과순환변동 (C t ) 만가진시계열자료로변환하는평활법 (smoothing method) 임. Z t +Z t-1 + +Z t-n+1 M t = n 최근 n 개의관측값 Z t, Z t-1,, Z t-n+1 을이용하여계산한이동평균임 ( 관측값에동일한가중치를부여함 ). M t 는다음시점 (t+1) 의예측값 (F t+1 ) 으로이용됨.

20 이동평균법 (moving average method) 단순이동평균법 (simple moving average method) 단순이동평균법은예측값을계산하기위해사용하는과거관측값의개수로그종류가구분됨. 예를들어 n=3 이면 3 기간단순이동평균 (M 3 ), n=5 이면 5 기간단순이동평균 (M 5 ), n=10 이면 10 기간단순이동평균 (M 10 ) 임. 이동평균법을이용할때해결해야하는가장중요한문제는이동평균을계산하기위해사용하는과거자료의적정개수, 즉 n 의개수를결정하는것임. 일반적으로시계열자료에뚜렷한추세가나타나있거나불규칙변동이심하지않은경우에는작은 n 의개수를사용하고, 그렇지않은경우에는 n 의개수를크게함.

21 이동평균법 (moving average method) 함수마법사를활용하여함수인수 AVERAGE 를선택함.

22 이동평균법 (moving average method) C5셀의수식을작은열십자 (+) 가나타나게한후드래그함.

23 이동평균법 (moving average method) D10셀의수식을작은열십자 (+) 가나타나게한후드래그함.

24 이동평균법 (moving average method) B4:D14영역을지정한후삽입-차트의꺾은선형을클릭함.

25 이동평균법 (moving average method) 이번에는 Excel 의분석도구를이용하여보다쉽게예측할수있음. 단순이동평균법을분석하기위하여 Excel 의데이터 - 데이터분석을선택함. 그리고통계데이터분석의팝업창에서 이동평균법 을선택하고확인을클릭함.

26 이동평균법 (moving average method)

27 이동평균법 (moving average method) 입력범위에는관측값을지정하고, 예를들어 3 기간이동평균이면구간에 3 을입력한후출력범위를지정함 ( 차트를출력하고자할경우차트출력을클릭함 ).

28 이동평균법 (moving average method)

29 이동평균법 (moving average method)

30 이동평균법 (moving average method) 단순이동평균법 (simple moving average method) 한편, 예측오차를비교하여가장정확한예측값을제공하도록 n 의개수를결정하기도함. 이때예측오차를비교하는기준으로평균절대편차 (mean absolute deviation : MAD) 와평균제곱오차 (mean squared error : MSE) 가사용됨. 평균절대편차 (MAD) 는 t 기의관측값과 t 기의값에대한예측값간차이 (=e t ) 절대값의평균을말함. S MAD= t=1 T e t S = t=1 T t기관측값-t기예측값 T T 여기서 e t 는예측오차로 (t기관측값-t기예측값 ) 임.

31 이동평균법 (moving average method) 단순이동평균법 (simple moving average method) 평균제곱오차 (MSE) 는 t 기의관측값과 t 기의예측값간차이제곱값의평균을말함. S MSE= t=1 T (e t ) 2 = T 여기서 T 는 ( 비교 ) 기간수임. S t=1 T (t 기관측값 -t 기예측값 ) 2 이상의예측오차인평균절대편차 (MAD) 와평균제곱오차 (MSE) 를비교하여예측오차가작은경우의 n 의개수로선택하는것이바람직함. T

32 이동평균법 (moving average method) 다음은각각의예측오차를구함.

33 이동평균법 (moving average method) 각각의예측오차를구하면다음과같음.

34 이동평균법 (moving average method) 6 주부터 10 주까지 3 주이동평균에의한예측오차의 MAD 와 MSE 가 5 주이동평균에의한 MAD 와 MSE 보다작음. 따라서 11 주차의매출액의예측값은 1,650 만원을사용하는것이타당함 ( 여기서 T=5 임 ). 각각의예측오차를기준으로 MAD 와 MSE 는다음과같음. 165

35 이동평균법 (moving average method) 단순이동평균법 (simple moving average method) 단순이동평균법의단점으로는다음과같음. 첫째, 이동평균법은 n 개의최근자료로다음기간의자료를예측하는계산방법상의특성때문에처음의일부기간에대한예측값을구할수없으며, 또한구간에포함되지않은이전의자료는무시됨. 둘째, 이동평균의기간 n 이짝수인경우이동평균법으로계산하면이동평균에대응하는시기에문제가발생함. 예를들어 4 기간이동평균을계산하면첫번째이동평균뿐만아니라다른이동평균도실제시계열기간 ( 연, 월, 일등 ) 의중간에위치하게됨.

36 이동평균법 (moving average method) 단순이동평균법 (simple moving average method) 따라서이동평균의기간이짝수인경우인접한두이동평균의평균을계산하여이동평균을중심화하는중심이동평균 (centered moving average) 을구함. Z M t *= t-0.5 *+Z t+0.5 * 2

37 이동평균법 (moving average method) n= 짝수인경우중심이동평균 (centered moving average)

38 이동평균법 (moving average method) n= 짝수인경우중심이동평균 (centered moving average)

39 이동평균법 (moving average method) 단순이동평균법 (simple moving average method) 셋째, 이동평균의계산에사용되는관측값들에대해동일한가중치를적용하여최근자료와오래된자료의중요성을동일시하고있다는점임. 즉, 불규칙변동요인이나타나는경우정확하게추출하기어려움.

40 이동평균법 (moving average method) 가중이동평균법 (weighted moving average method) 관측값에따라가중치를다르게한이동평균법임. 가중평균이동법의다른요소는단순이동평균법과동일하지만관측값마다다른가중치를적용한다는것이차이임. M t =w 1 Z t +w 2 Z t-1 + +w n Z t-n+1 여기서 w i 는해당기간가중치 (0<w i <1), S i=1 n w i =1 임. 최근 n 개의관측값 Z t, Z t-1,, Z t-n+1 에각각다른가중치를적용하여계산한이동평균임. M t 는다음시점 (t+1) 의예측값 (F t+1 ) 으로이용됨.

41 지수평활법 (exponential smoothing method) 과거의모든자료를사용하여평균을구하면서최근의자료에더높은가중치를부여하는방법임. 단기간에발생하는파동이나충격을완화하는평활법 (smoothing method) 임. F t =αz t-1 +(1-α)F t-1 여기서 F t 는 t 기간의예측값, F t-1 는 t-1 기간의예측값, Z t-1 는 t-1 기간의실제값, α 는지수평활계수 (0<α<1) 임. 지수평활법에서의지수평활계수 α 는가중치역할을하는것으로불규칙변동이큰자료에서는작은값의 α 를적용하고, 불규칙변동이작은자료에서는큰값의 α 를적용함. 일반적으로 α 는 0.05 와 0.3 사이의값을사용함.

42 지수평활법 (exponential smoothing method) 지수평활법은이동평균법과마찬가지로예측오차를비교하여예측오차가작은 α 값을선택하는것이바람직함. 지수평활법에서가중치는과거로갈수록지수적으로감소하게됨. 그러므로지수평활법에서는최근과거값 ( 현재시점의관측값 ) 에가장큰가중치를부여하므로일종의가중이동평균법이라할수있음.

43 지수평활법 (exponential smoothing method) 우선, 지수평활법을분석하기위하여여기서는 α=0.1 과 α=0.9 인경우의예측값을구해보기로함. 지수평활법을분석하기위하여 Excel 의데이터 - 데이터분석을선택함. 그리고통계데이터분석의팝업창에서 지수평활법 을선택하고확인을클릭함.

44 지수평활법 (exponential smoothing method) 입력범위에는관측값을지정하고, 감쇠인수에는 1-α 값을입력한후출력범위를지정함. Excel 에서 (1-α) 를 감쇠인수 라고부르며, 그값을입력해야함. 여기서주의해야할점은 α=0.1 을사용하고자하는경우에는감쇠인수를 0.9 를입력해야하고, α=0.9 를사용하고자하는경우에는감쇠인수를 0.1 을입력해야함.

45 지수평활법 (exponential smoothing method)

46 지수평활법 (exponential smoothing method) 입력범위에는관측값을지정하고, 감쇠인수에는 1-α 값을입력한후출력범위를지정함. Excel 에서 (1-α) 를 감쇠인수 라고부르며, 그값을입력해야함. 여기서주의해야할점은 α=0.1 을사용하고자하는경우에는감쇠인수를 0.9 를입력해야하고, α=0.9 를사용하고자하는경우에는감쇠인수를 0.1 을입력해야함.

47 지수평활법 (exponential smoothing method)

48 지수평활법 (exponential smoothing method) B4:D14영역을지정한후삽입-차트의꺾은선형을클릭함.

49 지수평활법 (exponential smoothing method) 다음은각각의예측오차를구함.

50 지수평활법 (exponential smoothing method) 각각의예측오차를구하면다음과같음.

51 지수평활법 (exponential smoothing method) 6 주부터 10 주까지 α=0.9 인경우지수평활법에의한예측오차의 MAD 와 MSE 가 α=0.1 인경우지수평활법에의한 MAD 와 MSE 보다작음. 따라서 11 주차의매출액의예측값은 1,690 만원을사용하는것이타당함 ( 여기서 T=5 임 ). 각각의예측오차를기준으로 MAD 와 MSE 는다음과같음. 169

52 지수평활법 (exponential smoothing method) 지수평활법은이동평균법과마찬가지로불규칙변동의영향을약화시키는효과가있지만, 단점으로는장기추세나계절변동이포함된시계열의예측에는적합하지않음. 앞에서의분석결과를보면장기증가추세를별도로고려하지않기때문에대부분의예측값들이매출액에못미치는것을알수있음.

53 계절변동을포함한시계열의예측 추세선의예측은자료의변동을하나의직선으로간단히나타내기때문에장기추세의예측에는장점을가지지만, 계절변동이나순환변동을포함하는시계열자료에는적절하지않음. 계절지수는 100 을기준으로특정계절과다른계절의변동을비교하여차이를판단하는척도임. 예를들어 1/4 분기의계절지수가 120 이라면 1/4 분기매출액이분기별평균매출액의 120% 가됨을의미함. 계절지수는평균계절지수가 1 이되도록조정하여얻어짐. 즉, 각분기평균의합이 4 가되도록조정되어야하기때문에계절지수는평균에조정요인을곱하여계산함.

54 계절변동을포함한시계열의예측 다음과같이분기수치를중심이동평균값으로나누어계절성수치 (S t ) 를구함. 계절성수치 (S t )= 계절지수를이용한시계열예측은다음과같은과정을거쳐수행함. 이동평균을이용하여계절지수를생성함. 계절성을제거한자료를이용하여추세선을추정함. 미래에대한추세예측값을구함. 4 S 1 +S 2 +S 3 +S 4 추세예측값에계절지수를곱하여최종예측값을구함.

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 - ch2_smoothing.doc

Microsoft Word - ch2_smoothing.doc FORECASTING / 2 장. 지수평활법 14 Chaer 2. 지수평활법 시계열자료는시간에따라관측되며자료의수가많다는특징을갖는다. 시계열자료는시간에따른변화를 (rend, cycle, seasonaliy) 가지고있으므로과거관측치를이용하여미래값을예측할수있을것이다. 이를모형화하는방법이 ARMA 에서살펴보았다. ARMA 모형은시계열데이터의주기 (cycle) 을모형화하는것이다.

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

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

<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

중심경향치 (measure of central tendency) 대표값이란용어이외에자료의중심값또는중심위치의척도 (measure of central location) 라고도함. 예 : 평균 (mean= 산술평균 ; arithmetic mean), 절사평균 (trimmed

중심경향치 (measure of central tendency) 대표값이란용어이외에자료의중심값또는중심위치의척도 (measure of central location) 라고도함. 예 : 평균 (mean= 산술평균 ; arithmetic mean), 절사평균 (trimmed 중심경향치 (measure of central tendency) 대표값이란용어이외에자료의중심값또는중심위치의척도 (measure of central location) 라고도함. 예 : 평균 (mean= 산술평균 ; arithmetic mean), 절사평균 (trimmed mean), 가중평균 (weighted mean), 기하평균 (geometric mean),

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

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

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

exp

exp exp exp exp exp exp exp exp exp exp exp exp log 第 卷 第 號 39 4 2011 4 투영법을 이용한 터빈 블레이드의 크리프 특성 분석 329 성을 평가하였다 이를 위해 결정계수값인 값 을 비교하였으며 크리프 시험 결과를 곡선 접합 한 결과와 비선형 최소자승법으로 예측한 결과 사 이 결정계수간 정도의 오차가 발생하였고

More information

장연립방정식을풀기위한반복법 12.1 선형시스템 : Gauss-Seidel 12.2 비선형시스템 12.1 선형시스템 : Gauss-Seidel (1/10) 반복법은초기근을가정한후에더좋은근의값을추정하는체계적인절차를이용한다. G-S 방법은선형대수방정

장연립방정식을풀기위한반복법 12.1 선형시스템 : Gauss-Seidel 12.2 비선형시스템 12.1 선형시스템 : Gauss-Seidel (1/10) 반복법은초기근을가정한후에더좋은근의값을추정하는체계적인절차를이용한다. G-S 방법은선형대수방정 . 선형시스템 : GussSedel. 비선형시스템. 선형시스템 : GussSedel (/0) 반복법은초기근을가정한후에더좋은근의값을추정하는체계적인절차를이용한다. GS 방법은선형대수방정식을푸는반복법중에서 가장보편적으로사용되는방법이다. 개의방정식에서 인 ( 대각원소들이모두 0 이아닌 ) 경우를다루자. j j b j j b j j 여기서 j b j j j 현재반복단계

More information

슬라이드 1

슬라이드 1 장연립방정식을 풀기위한반복법. 선형시스템 : Guss-Sedel. 비선형시스템 . 선형시스템 : Guss-Sedel (/0) 반복법은초기근을가정한후에더좋은근의값을추정하는체계적인절차를이용한다. G-S 방법은선형대수방정식을푸는반복법중에서 가장보편적으로사용되는방법이다. 개의방정식에서 인 ( 대각원소들이모두 0 이아닌 ) 경우를다루자. j j b j b j j j

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

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

<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

(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

IT 기술예측 2020: SF 영화가현실로 2020 년韓國 인터넷으로냄새까지전송등 2020 년 2 월어느날. 직장인 A 씨는기상과함께 3 차원영상모니터를켠다. 앵커가입체영상으로나타나뉴스와날씨를전한다. A 씨는입고나갈옷과헤어스타일을미리 3 차원영상으로비춰본다. 출근전몸상

IT 기술예측 2020: SF 영화가현실로 2020 년韓國 인터넷으로냄새까지전송등 2020 년 2 월어느날. 직장인 A 씨는기상과함께 3 차원영상모니터를켠다. 앵커가입체영상으로나타나뉴스와날씨를전한다. A 씨는입고나갈옷과헤어스타일을미리 3 차원영상으로비춰본다. 출근전몸상 제 7 장 수요예측 (Demand Forecasting) 1 IT 기술예측 2020: SF 영화가현실로 2020 년韓國 인터넷으로냄새까지전송등 2020 년 2 월어느날. 직장인 A 씨는기상과함께 3 차원영상모니터를켠다. 앵커가입체영상으로나타나뉴스와날씨를전한다. A 씨는입고나갈옷과헤어스타일을미리 3 차원영상으로비춰본다. 출근전몸상태체크는필수. 전날밤자기전에삼켜둔소형로봇이혈압혈당상태를휴대폰창에알려준다.

More information

제 4 장회귀분석

제 4 장회귀분석 회귀의역사적유래 (historical origin of the regression) 회귀 (regression) 라는용어는유전학자 Francis Galton(1886) 에의해처음사용된데서유래함. 그의논문에서 비정상적으로크거나작은부모의아이들키는전체인구의평균신장을향해움직이거나회귀 (regression) 하는경향이있다. 고주장 회귀의역사적유래 (historical

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

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

슬라이드 1

슬라이드 1 강수량자료의분석 ᆞ 수공구조물의설계, 수자원분석및계획 누가우량곡선, 강수결측치보완, 강수자료의일관성분석, 유역의평균강수량산정 우량주상도및누가우량곡선 ᆞ 우량주상도 (hyetograph) : 시간에따른강우강도 (mm/hr, in/hr) 를표시한막대그래프 수문모형의입력자료 ᆞ 누가우량곡선 (rainfall mass curve) : 시간에따라관측된강우량을 누가하여표시한그래프

More information

KDI정책포럼제221호 ( ) ( ) 내용문의 : 이재준 ( ) 구독문의 : 발간자료담당자 ( ) 본정책포럼의내용은 KDI 홈페이지를 통해서도보실수있습니다. 우리나라경

KDI정책포럼제221호 ( ) ( ) 내용문의 : 이재준 ( ) 구독문의 : 발간자료담당자 ( ) 본정책포럼의내용은 KDI 홈페이지를 통해서도보실수있습니다.   우리나라경 KDI정책포럼제221호 (2010-01) (2010. 2. 10) 내용문의 : 이재준 (02-958-4079) 구독문의 : 발간자료담당자 (02-958-4312) 본정책포럼의내용은 KDI 홈페이지를 통해서도보실수있습니다. http://www.kdi.re.kr 우리나라경기변동성에대한요인분석및시사점 이재준 (KDI 부연구위원 ) * 요 약,,, 1970. * (,

More information

05 ƯÁý

05 ƯÁý Special Issue 04 / 46 VOL. 46 NO. 4 2013. 4 47 Special Issue 04 / 48 VOL. 46 NO. 4 2013. 4 49 S pecial Issue 04 / IHP 7단계 연구사업 구분 1970년대 1980년대 1990년대 2000년대 연최대 강우량 침수면적 인명피해 재산피해 그림 4. 시군구별 연 최대 강우량과

More information

Microsoft PowerPoint - chap_2_rep.ppt [호환 모드]

Microsoft PowerPoint - chap_2_rep.ppt [호환 모드] 제 강.1 통계적기초 확률변수 (Radom Variable). 확률변수 (r.v.): 관측되기전까지는그값이알려지지않은변수. 확률변수의값은확률적실험으로부터결과된다. 확률적실험은실제수행할수있는실험뿐아니라가상적실험도포함함 (ex. 주사위던지기, [0,1] 실선에점던지기 ) 확률변수는그변수의모든가능한값들의집합에대해정의된알려지거나알려지지않은어떤확률분포의존재가연계됨 반면에,

More information

시계열분석의개요 (the nature of time series analysis) 확률과정 (stochastic processes) 이란시간으로순서가매겨진확률변수들의집합임. 만일확률변수 y 가연속이라면 y(t) 라고표기하지만이산이라면 y t 라고표기함 ( 대부분의경제자

시계열분석의개요 (the nature of time series analysis) 확률과정 (stochastic processes) 이란시간으로순서가매겨진확률변수들의집합임. 만일확률변수 y 가연속이라면 y(t) 라고표기하지만이산이라면 y t 라고표기함 ( 대부분의경제자 시계열분석의개요 (the nature of time series analysis) 확률과정 (stochastic processes) 이란시간으로순서가매겨진확률변수들의집합임. 만일확률변수 y 가연속이라면 y(t) 라고표기하지만이산이라면 y t 라고표기함 ( 대부분의경제자료들은이산적임 ). 전통적계량접근법 (econometric approach) 종속변수와독립변수간의이론적관계를토대로모형을구성함.

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

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

Forecast2014_add.indd

Forecast2014_add.indd I D G D e e p D i v e Forecast 2014 Forecast 2014 1 Forecast 2014 2 Forecast 2014 3 Forecast 2014 4 5 6 Forecast 2014 7 Forecast 2014 8 9 Forecast 2014 10 11 12 13 14 15 16 Forecast 2014 17 18 19 Forecast

More information

<4D F736F F F696E74202D2035BBF3C6F2C7FC5FBCF8BCF6B9B0C1FA2E BC8A3C8AF20B8F0B5E55D>

<4D F736F F F696E74202D2035BBF3C6F2C7FC5FBCF8BCF6B9B0C1FA2E BC8A3C8AF20B8F0B5E55D> 5. 상평형 : 순수물질 이광남 5. 상평형 : 순수물질 상전이 phase transition 서론 ~ 조성의변화없는상변화 5. 상평형 : 순수물질 전이열역학 5. 안정성조건 G ng ng n G G 자발적변화 G < 0 G > G or 물질은가장낮은몰Gibbs 에너지를갖는상 가장안정한상 으로변화하려는경향 5. 상평형 : 순수물질 3 5. 압력에따른Gibbs

More information

< 요약 > 12 월무역경기확산지수는수출 52.6p, 수입 41.0p 월수출경기확산지수는전월대비 상승한 음영부분은수출경기순환국면의수축국면을의미 확산모습을두드러지게표현하기위하여수출경기확산지수를 개월중심항이동평균함 월수입경기확산지수는전월대비 하락한 음영부분은수입경기순환국면

< 요약 > 12 월무역경기확산지수는수출 52.6p, 수입 41.0p 월수출경기확산지수는전월대비 상승한 음영부분은수출경기순환국면의수축국면을의미 확산모습을두드러지게표현하기위하여수출경기확산지수를 개월중심항이동평균함 월수입경기확산지수는전월대비 하락한 음영부분은수입경기순환국면 2014 년 12 월무역경기확산지수 - 국가 ( 통계청 ) 승인통계 ( 제 13404 호 ) - * 12 월산업별무역경기확산지수게재 ( 수출 4 개산업, 수입 3 개산업 ) * 문의사항 : 한국관세무역개발원무역통계 2 부통계연구과 02-3416-5155~7 2015. 1. < 요약 > 12 월무역경기확산지수는수출 52.6p, 수입 41.0p 월수출경기확산지수는전월대비

More information

조사연구 권 호 연구논문 한국노동패널조사자료의분석을위한패널가중치산출및사용방안사례연구 A Case Study on Construction and Use of Longitudinal Weights for Korea Labor Income Panel Survey 2)3) a

조사연구 권 호 연구논문 한국노동패널조사자료의분석을위한패널가중치산출및사용방안사례연구 A Case Study on Construction and Use of Longitudinal Weights for Korea Labor Income Panel Survey 2)3) a 조사연구 권 호 연구논문 한국노동패널조사자료의분석을위한패널가중치산출및사용방안사례연구 A Case Study on Construction and Use of Longitudinal Weights for Korea Labor Income Panel Survey 2)3) a) b) 조사연구 주제어 패널조사 횡단면가중치 종단면가중치 선형혼합모형 일반화선형혼 합모형

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

R t-..

R t-.. R 과데이터분석 집단의차이비교 t- 검정 양창모 청주교육대학교컴퓨터교육과 2015 년겨울 t- 검정 변수의값이연속적이고정규분포를따른다고할때사용 t.test() 는모평균과모평균의 95% 신뢰구간을추청함과동시에가설검증을수행한다. 모평균의구간추정 - 일표본 t- 검정 이가설검정의귀무가설은 모평균이 0 이다 라는귀무가설이다. > x t.test(x)

More information

제 4 장수요와공급의탄력성

제 4 장수요와공급의탄력성 제 4 장수요와공급의탄력성 탄력성 (elasticity) 의개념 u 탄력성 (elasticity) è 탄력성은소비자와생산자가시장환경의변화에어떻게 반응하는가를보여주는지표임. è 현실경제에는무수히많은현상들이원인과결과로 연결되어있음. è 즉, 탄력성은원인변수에대해결과변수가얼마나민감하게 반응하는가를나타내는지표임. è 원인변수 ( 독립변수 ) 와결과변수 ( 종속변수

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

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

01

01 2019 학년도대학수학능력시험 9 월모의평가문제및정답 2019 학년도대학수학능력시험 9 월모의평가문제지 1 제 2 교시 5 지선다형 1. 두벡터, 모든성분의합은? [2 점 ] 에대하여벡터 의 3. 좌표공간의두점 A, B 에대하여선분 AB 를 로외분하는점의좌표가 일때, 의값은? [2점] 1 2 3 4 5 1 2 3 4 5 2. lim 의값은? [2점] 4. 두사건,

More information

= ``...(2011), , (.)''

= ``...(2011), , (.)'' Finance Lecture Note Series 사회과학과 수학 제2강. 미분 조 승 모2 영남대학교 경제금융학부 학습목표. 미분의 개념: 미분과 도함수의 개념에 대해 알아본다. : 실제로 미분을 어떻게 하는지 알아본다. : 극값의 개념을 알아보고 미분을 통해 어떻게 구하는지 알아본다. 4. 미분과 극한: 미분을 이용하여 극한값을 구하는 방법에 대해 알아본다.

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

확률과통계 강의자료-1.hwp

확률과통계 강의자료-1.hwp 1. 통계학이란? 1.1 수학적 모형 실험 또는 증명을 통하여 자연현상을 분석하기 위한 수학적인 모형 1 결정모형 (deterministic model) - 뉴톤의 운동방정식 : - 보일-샤를의 법칙 : 일정량의 기체의 부피( )는 절대 온도()에 정비례하고, 압력( )에 반비례한다. 2 확률모형 (probabilistic model) - 주사위를 던질 때

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

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

<3235B0AD20BCF6BFADC0C720B1D8C7D120C2FC20B0C5C1FE20322E687770>

<3235B0AD20BCF6BFADC0C720B1D8C7D120C2FC20B0C5C1FE20322E687770> 25 강. 수열의극한참거짓 2 두수열 { }, {b n } 의극한에대한 < 보기 > 의설명중옳은것을모두고르면? Ⅰ. < b n 이고 lim = 이면 lim b n =이다. Ⅱ. 두수열 { }, {b n } 이수렴할때 < b n 이면 lim < lim b n 이다. Ⅲ. lim b n =0이면 lim =0또는 lim b n =0이다. Ⅰ 2Ⅱ 3Ⅲ 4Ⅰ,Ⅱ 5Ⅰ,Ⅲ

More information

31. 을전개한식에서 의계수는? 를전개한식이 일 때, 의값은? 을전개했을때, 의계수와상수항의합을구하면? 을전개했을때, 의 계수는? 를전개했을때, 상수항을 구하여라. 37

31. 을전개한식에서 의계수는? 를전개한식이 일 때, 의값은? 을전개했을때, 의계수와상수항의합을구하면? 을전개했을때, 의 계수는? 를전개했을때, 상수항을 구하여라. 37 21. 다음식의값이유리수가되도록유리수 의값을 정하면? 1 4 2 5 3 26. 을전개하면상수항을 제외한각항의계수의총합이 이다. 이때, 의값은? 1 2 3 4 5 22. 일때, 의값은? 1 2 3 4 5 27. 를전개하여간단히 하였을때, 의계수는? 1 2 3 4 5 23. 를전개하여 간단히하였을때, 상수항은? 1 2 3 4 5 28. 두자연수 와 를 로나누면나머지가각각

More information

PowerPoint Presentation

PowerPoint Presentation 09 th Week Correlation Analysis 상관관계분석 Jongseok Lee Business Administration Hallym University 변수형태와통계적분석방법 H 0 : X ㅗ Y H 1 : X ~ Y X Categorical Y Categorical Chi-square Test X Categorical Y Numerical

More information

슬라이드 제목 없음

슬라이드 제목 없음 계량치 Gage R&R 1 Gage R&R 의변동 반복성 (Equipment Variation) : EV- 계측장비에의한변동 - 동일측정자가동일조건에서반복하여발생된측정값의범위로부터계산되므로 Gage의변동을평가하게됨. 재현성 (Operator / Appraiser Variation) : AV- 평가자에의한변동 - 서로다른측정자가동일조건에서측정한값의차이로부터 계산되므로측정자에의한변동을평가함.

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

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

1~10

1~10 24 Business 2011 01 19 26 Business 2011 01 19 2011 01 19 Business 27 28 Business 2011 01 19 2011 01 19 Business 29 30 Business 2011 01 19 2011 01 19 Business 31 32 Business 2011 01 19 2011 01 19 Business

More information

금오공대 컴퓨터공학전공 강의자료

금오공대 컴퓨터공학전공 강의자료 C 프로그래밍프로젝트 Chap 14. 포인터와함수에대한이해 2013.10.09. 오병우 컴퓨터공학과 14-1 함수의인자로배열전달 기본적인인자의전달방식 값의복사에의한전달 val 10 a 10 11 Department of Computer Engineering 2 14-1 함수의인자로배열전달 배열의함수인자전달방식 배열이름 ( 배열주소, 포인터 ) 에의한전달 #include

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

공공기관임금프리미엄추계 연구책임자정진호 ( 한국노동연구원선임연구위원 ) 연구원오호영 ( 한국직업능력개발원연구위원 ) 연구보조원강승복 ( 한국노동연구원책임연구원 ) 이연구는국회예산정책처의정책연구용역사업으로 수행된것으로서, 본연구에서제시된의견이나대안등은

공공기관임금프리미엄추계 연구책임자정진호 ( 한국노동연구원선임연구위원 ) 연구원오호영 ( 한국직업능력개발원연구위원 ) 연구보조원강승복 ( 한국노동연구원책임연구원 ) 이연구는국회예산정책처의정책연구용역사업으로 수행된것으로서, 본연구에서제시된의견이나대안등은 2013 년도연구용역보고서 공공기관임금프리미엄추계 - 2013. 12.- 이연구는국회예산정책처의연구용역사업으로수행된것으로서, 보고서의내용은연구용역사업을수행한연구자의개인의견이며, 국회예산정책처의공식견해가아님을알려드립니다. 연구책임자 한국노동연구원선임연구위원정진호 공공기관임금프리미엄추계 2013. 12. 연구책임자정진호 ( 한국노동연구원선임연구위원 ) 연구원오호영

More information

2156년올림픽 100미터육상경기에서여성의우승기록이남성의기록보다빠른첫해로남을수있음 2156년올림픽에서 100m 우승기록은남성의경우 8.098초, 여성은 8.079초로예측 통계적오차 ( 예측구간 ) 를고려하면빠르면 2064년, 늦어도 2788년에는그렇게될것이라고주장 유사

2156년올림픽 100미터육상경기에서여성의우승기록이남성의기록보다빠른첫해로남을수있음 2156년올림픽에서 100m 우승기록은남성의경우 8.098초, 여성은 8.079초로예측 통계적오차 ( 예측구간 ) 를고려하면빠르면 2064년, 늦어도 2788년에는그렇게될것이라고주장 유사 회귀분석 올림픽 100m 우승기록 2004년 9월과학저널 Nature에발표된 Oxford 대학교의임상병리학자인 Andrew Tatem과그의연구진의논문 1900~2004년까지의남성과여성의육상 100m 우승기록을분석하고앞으로최고기록이어떻게변할것인지를예측 2008년베이징올림픽에서남자의우승기록은 9.73±0.144(9.586, 9.874), 여자는 10.57±0.232(10.338,

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

본보고서에있는내용을인용또는전재하시기위해서는본연구원의허락을얻어야하며, 보고서내용에대한문의는아래와같이하여주시기바랍니다. 총 괄 경제연구실 : : 주 원이사대우 ( , 홍준표연구위원 ( ,

본보고서에있는내용을인용또는전재하시기위해서는본연구원의허락을얻어야하며, 보고서내용에대한문의는아래와같이하여주시기바랍니다. 총 괄 경제연구실 : : 주 원이사대우 ( , 홍준표연구위원 ( , 16-52( 통권 725 호 ) 2016.12.26 2017 년한국경제수정전망 - 정치리스크의경제리스크화 본보고서에있는내용을인용또는전재하시기위해서는본연구원의허락을얻어야하며, 보고서내용에대한문의는아래와같이하여주시기바랍니다. 총 괄 경제연구실 : : 주 원이사대우 (2072-6235, juwon@hri.co.kr) 홍준표연구위원 (2072-6214, jphong@hri.co.kr)

More information

아시아연구 16(1), 2013 pp. 105-130 중국의경제성장과보험업발전간의 장기균형관계 Ⅰ. 서론 Ⅲ. 실증분석 1. 분석방법 < 그림 1> 중국의보험밀도와국민 1 인당명목 GNI 성장추이 보험밀도 국민 1 인당명목 GNI < 그림 2> 중국의주요거시경제지표변화추이 총저축액 금리, 물가, 실업률 < 표 1> 변수정의 변수명 정의 자료출처 LTP

More information

일반각과호도법 l 삼각함수와미분 1. 일반각 시초선 OX 로부터원점 O 를중심으로 만큼회전이동한위치에동경 OP 가있을때, XOP 의크기를나타내는각들을 ( 은정수 ) 로나타내고 OP 의일반각이라한다. 2. 라디안 rad 반지름과같은길이의호에대한중심각의 크기를 라디안이라한

일반각과호도법 l 삼각함수와미분 1. 일반각 시초선 OX 로부터원점 O 를중심으로 만큼회전이동한위치에동경 OP 가있을때, XOP 의크기를나타내는각들을 ( 은정수 ) 로나타내고 OP 의일반각이라한다. 2. 라디안 rad 반지름과같은길이의호에대한중심각의 크기를 라디안이라한 일반각과호도법 l 1. 일반각 시초선 OX 로부터원점 O 를중심으로 만큼회전이동한위치에동경 OP 가있을때, XOP 의크기를나타내는각들을 ( 은정수 ) 로나타내고 OP 의일반각이라한다. 2. 라디안 rad 반지름과같은길이의호에대한중심각의 크기를 라디안이라한다. 3. 호도법과육십분법 라디안 라디안 4. 부채꼴의호의길이와넓이 반지를의길이가 인원에서중심각이 인 부채꼴의호의길이를

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

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

Microsoft PowerPoint - chap06-1Array.ppt

Microsoft PowerPoint - chap06-1Array.ppt 2010-1 학기프로그래밍입문 (1) chapter 06-1 참고자료 배열 박종혁 Tel: 970-6702 Email: jhpark1@snut.ac.kr 한빛미디어 출처 : 뇌를자극하는 C프로그래밍, 한빛미디어 -1- 배열의선언과사용 같은형태의자료형이많이필요할때배열을사용하면효과적이다. 배열의선언 배열의사용 배열과반복문 배열의초기화 유연성있게배열다루기 한빛미디어

More information

한국정책학회학회보

한국정책학회학회보 한국정책학회보제 22 권 2 호 (2013.6): 181~206 정부신뢰에대한연구 - 대통령에대한신뢰와정부정책에대한평가비교를중심으로 * - 주제어 : 민주화이후정부신뢰, 대통령신뢰, 정부정책만족도 Ⅰ. 서론 182 한국정책학회보제 22 권 2 호 (2013.6) 정부신뢰에대한연구 183 Ⅱ Ⅲ Ⅳ Ⅴ Ⅱ. 정부신뢰에대한이론적논의 184 한국정책학회보제 22

More information

에너지경제연구 Korean Energy Economic Review Volume 17, Number 2, September 2018 : pp. 1~29 정책 용도별특성을고려한도시가스수요함수의 추정 :, ARDL,,, C4, Q4-1 -

에너지경제연구 Korean Energy Economic Review Volume 17, Number 2, September 2018 : pp. 1~29 정책 용도별특성을고려한도시가스수요함수의 추정 :, ARDL,,, C4, Q4-1 - 에너지경제연구 Korean Energy Economic Review Volume 17, Number 2, September 2018 : pp. 1~29 정책 용도별특성을고려한도시가스수요함수의 추정 :, ARDL,,, C4, Q4-1 - . - 2 - . 1. - 3 - [ 그림 1] 도시가스수요와실질 GDP 추이 - 4 - - 5 - - 6 - < 표 1>

More information

실험 5

실험 5 실험. OP Amp 의기초회로 Inverting Amplifier OP amp 를이용한아래와같은 inverting amplifier 회로를고려해본다. ( 그림 ) Inverting amplifier 위의회로에서 OP amp의 입력단자는 + 입력단자와동일한그라운드전압, 즉 0V를유지한다. 또한 OP amp 입력단자로흘러들어가는전류는 0 이므로, 저항에흐르는전류는다음과같다.

More information

설계란 무엇인가?

설계란 무엇인가? 금오공과대학교 C++ 프로그래밍 jhhwang@kumoh.ac.kr 컴퓨터공학과 황준하 6 강. 함수와배열, 포인터, 참조목차 함수와포인터 주소값의매개변수전달 주소의반환 함수와배열 배열의매개변수전달 함수와참조 참조에의한매개변수전달 참조의반환 프로그래밍연습 1 /15 6 강. 함수와배열, 포인터, 참조함수와포인터 C++ 매개변수전달방법 값에의한전달 : 변수값,

More information

조사연구 aim of this study is to find main cause of the forecasting error and bias of telephone survey. We use the telephone survey paradata released by N

조사연구 aim of this study is to find main cause of the forecasting error and bias of telephone survey. We use the telephone survey paradata released by N 조사연구 권 호 DOI http://dx.doi.org/10.20997/sr.17.3.5 연구노트 2016 년국회의원선거전화여론조사정확성분석 Analysis of Accuracy of Telephone Survey for the 2016 National Assembly Elections 1)2) a) b) 주제어 선거여론조사 전화조사 예측오차 편향 대국회의원선거

More information

외국인투자유치성과평가기준개발

외국인투자유치성과평가기준개발 2010 년도연구용역보고서 외국인투자유치의성과평가기준개발 - 2010. 10. - 이연구는국회예산정책처의연구용역사업으로수행된것으로서, 보고서의내용은연구용역사업을수행한연구자의개인의견이며, 국회예산정책처의공식견해가아님을알려드립니다. 책임연구원 국립부경대학교지역사회연구소권오혁 수신 : 대한민국국회예산정책처장귀하. 2010 10 : : : : 요약문 I. 서론 1.

More information

2013unihangulchar {45380} 2unihangulchar {54617}unihangulchar {44592} unihangulchar {49328}unihangulchar {50629}unihangulchar {51312}unihangulchar {51

2013unihangulchar {45380} 2unihangulchar {54617}unihangulchar {44592} unihangulchar {49328}unihangulchar {50629}unihangulchar {51312}unihangulchar {51 Proem Se 4 산업조직론 (ECM004N) Fall 03. 독점기업이 다음과 같은 수요함수를 각각 가지고 있는 두 개의 소비자 그룹에게 제품을 공급한다고 하자. 한 단위 제품을 생산하는 데 드는 비용은 상수 이다. 다음 질문에 답하시오. P = A B Q P = A B Q () 두 그룹에 대하여 가격차별을 하고자 할 때 각 그룹의 균형생산량(Q, Q )과

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

(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

비선형으로의 확장

비선형으로의 확장 비선형으로의확장 박창이 서울시립대학교통계학과 박창이 ( 서울시립대학교통계학과 ) 비선형으로의확장 1 / 30 개요 선형모형은해석과추론에장점이있는반면예측력은제한됨능형회귀, lasso, PCR 등의방법은선형모형을이용하는방법으로모형의복잡도를감소시켜추정치의분산을줄이는효과가있음해석력을유지하면서비선형으로확장다항회귀 (polynomial regression): ( 예 )

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

<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

1. 연구배경 2. 선행연구및차별성 1. 실증분석방법론 2. 설비투자결정요인 3. 자료 1. 원시계열분석 2. 변동주기별분석

1. 연구배경 2. 선행연구및차별성 1. 실증분석방법론 2. 설비투자결정요인 3. 자료 1. 원시계열분석 2. 변동주기별분석 2017-11 한국은행경기본부 글로벌금융위기이후의 설비투자결정요인변화 박영준 1), 엄주영 2) 1) 아주대학교경제학과교수 2) 한국은행경기본부경제조사팀과장 1. 연구배경 2. 선행연구및차별성 1. 실증분석방법론 2. 설비투자결정요인 3. 자료 1. 원시계열분석 2. 변동주기별분석 글로벌금융위기이후의설비투자결정요인변화 < 요약 > 211 2017-11 한국은행경기본부

More information

전자회로 실험

전자회로 실험 전자회로실험 2 조 고주현허영민 BJT의고정바이어스및 부품 * 실험목적 1) 고정바이어스와 회로의직류동작점을결정한다. 다이오드의특성 * 실험장비 계측장비 - Digital Multi Meter 부품 -저항 다이오드의특성 부품 - 트랜지스터

More information

고객관계를 리드하는 서비스 리더십 전략

고객관계를 리드하는  서비스 리더십 전략 제 13 장분산분석 1 13.1 일원분산분석 13. 분산분석 - 무작위블럭디자인 13.3 이원분산분석 - 팩토리얼디자인 분산분석 (ANOVA) - 두개이상의집단들의평균값을비교하는데사용. 일원분산분석 - 처치변수가한개인분산분석. 1. 분산분석의원리 A 3.0 8.0 7.0 5.0 5.0 6.0 4.0 7.0 6.0 4.0 평균 5.0 6.0 B 3.0 9.0

More information

............

............ 4 5 6 7 1. 2 3. 4. 10 11 0 1 designer 12 13 14 15 16 17 0 2 Model 18 19 20 21 22 23 0 3 24 T I P 25 26 T I P 27 28 memo 29 0 4 30 31 32 33 34 T I P 35 T I P 36 memo 37 38 39 40 41 42 memo 43 3. 1. 2. 0

More information

PowerPoint Presentation

PowerPoint Presentation 자바프로그래밍 1 배열 손시운 ssw5176@kangwon.ac.kr 배열이필요한이유 예를들어서학생이 10 명이있고성적의평균을계산한다고가정하자. 학생 이 10 명이므로 10 개의변수가필요하다. int s0, s1, s2, s3, s4, s5, s6, s7, s8, s9; 하지만만약학생이 100 명이라면어떻게해야하는가? int s0, s1, s2, s3, s4,

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

제 3강 역함수의 미분과 로피탈의 정리

제 3강 역함수의 미분과 로피탈의 정리 제 3 강역함수의미분과로피탈의정리 역함수의미분 : 두실수 a b 와폐구갂 [ ab, ] 에서 -이고연속인함수 f 가 ( a, b) 미분가능하다고가정하자. 만일 f '( ) 0 이면역함수 f 은실수 f( ) 에서미분가능하고 ( f )'( f ( )) 이다. f '( ) 에서 증명 : 폐구갂 [ ab, ] 에서 -이고연속인함수 f 는증가함수이거나감소함수이다 (

More information

예제 1.1 ( 경기값과공정한경기 ) >> A = [5 3 9; 8 10 11; 6 2 8], P = [0 1 0], Q = [1 0 0]' % 3x3 행렬경기 A = 5 3 9 8 10 11 6 2 8 P = 0 1 0 Q = 1 0 0 >> E = P * A * Q % 경기자 R은항상 2행을선택하고 C는항상 1열을선택하면, % R은 $8을얻는것이보장되고

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 11 곡선과곡면 01 Spline 곡선 02 Spline 곡면 03 Subdivision 곡면 C n 연속성 C 0 연속성 C 1 연속성 2 C 2 연속성 01 Spline 곡선 1. Cardinal Spline Curve 2. Hermite Spline Curve 3. Bezier Spline Curve 4. Catmull-Rom Spline Curve 5.

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

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

(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

8표지 앉기

8표지 앉기 8 파주시지 21세기는 정보화 사회이며 다양성의 사회이다. 정보화 사회, 다양성의 사회에서 쏟아지는 수 많은 현황과 통계자료들은 지역의 발전을 추구하는 데 소중한 척도이다. 현재를 과거와 비교 하고 미래를 설계하는 데 반드시 필요한 것이 지역의 통계와 현황자료이다. 표지사진 파주 행정의 중심인 시청. 시의 모든 정보와 현황자료들이 도출되는 곳이다. 파 주 시

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

Microsoft PowerPoint - Java7.pptx

Microsoft PowerPoint - Java7.pptx HPC & OT Lab. 1 HPC & OT Lab. 2 실습 7 주차 Jin-Ho, Jang M.S. Hanyang Univ. HPC&OT Lab. jinhoyo@nate.com HPC & OT Lab. 3 Component Structure 객체 (object) 생성개념을이해한다. 외부클래스에대한접근방법을이해한다. 접근제어자 (public & private)

More information

생존분석의 추정과 비교 : 보충자료 이용희 December 12, 2018 Contents 1 생존함수와 위험함수 생존함수와 위험함수 예제: 지수분포

생존분석의 추정과 비교 : 보충자료 이용희 December 12, 2018 Contents 1 생존함수와 위험함수 생존함수와 위험함수 예제: 지수분포 생존분석의 추정과 비교 : 보충자료 이용희 December, 8 Cotets 생존함수와 위험함수. 생존함수와 위험함수....................................... 예제: 지수분포.......................................... 예제: 와이블분포.........................................

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

통계학입문

통계학입문 통계학입문 ( 기초통계학 ) 1. 1 개요 통계학 (statistics) 관심의대상에대해관련된자료를수집하고그 자료를요약, 정리하여이로부터불확실한사실에 대한결론이나일반적인규칙성을추구하는학문 Statistic : 통계치, 통계량 CH 1-2 1. 1 개요 통계학 (statistics) 기술통계학 (descriptive stat) 수집된자료의정리및요약방법을다룸

More information

Microsoft PowerPoint - ºÐÆ÷ÃßÁ¤(ÀüÄ¡Çõ).ppt

Microsoft PowerPoint - ºÐÆ÷ÃßÁ¤(ÀüÄ¡Çõ).ppt 수명분포및신뢰도의 통계적추정 포항공과대학교산업공학과전치혁.. 수명및수명분포 수명 - 고장 까지의시간 - 확률변수로간주 - 통상잘알려진분포를따른다고가정 수명분포 - 확률밀도함수또는 누적 분포함수로표현 - 신뢰도, 고장률, MTTF 등신뢰성지표는수명분포로부터도출 - 수명분포추정은분포함수관련모수의추정 누적분포함수및확률밀도함수 누적분포함수 cumulav dsbuo

More information

벡터자기회귀 (Vector Autoregression : VAR) 모형은경제이론없이모형만으로변수들간의관계를설명할수있다는점에서자주이용되는모형임. y t =α 1 y t-1 + +α p y t-p +βx t +ε t 여기서 y t 는내생변수 (endogenous varia

벡터자기회귀 (Vector Autoregression : VAR) 모형은경제이론없이모형만으로변수들간의관계를설명할수있다는점에서자주이용되는모형임. y t =α 1 y t-1 + +α p y t-p +βx t +ε t 여기서 y t 는내생변수 (endogenous varia 제 12 장 VAR 과 VECM 벡터자기회귀 (Vector Autoregression : VAR) 모형은경제이론없이모형만으로변수들간의관계를설명할수있다는점에서자주이용되는모형임. y t =α 1 y t-1 + +α p y t-p +βx t +ε t 여기서 y t 는내생변수 (endogenous variable) 의 k 벡터이고, x t 는외생변수 (exogenous

More information

PowerPoint Template

PowerPoint Template JavaScript 회원정보 입력양식만들기 HTML & JavaScript Contents 1. Form 객체 2. 일반적인입력양식 3. 선택입력양식 4. 회원정보입력양식만들기 2 Form 객체 Form 객체 입력양식의틀이되는 태그에접근할수있도록지원 Document 객체의하위에위치 속성들은모두 태그의속성들의정보에관련된것

More information

비상업목적으로본보고서에있는내용을인용또는전재할경우내용의출처를명시하면자유롭게인용할수있으며, 보고서내용에대한문의는아래와같이하여주시기바랍니다. 경제연구실 : 주원이사대우 ( ,

비상업목적으로본보고서에있는내용을인용또는전재할경우내용의출처를명시하면자유롭게인용할수있으며, 보고서내용에대한문의는아래와같이하여주시기바랍니다. 경제연구실 : 주원이사대우 ( , 18-10( 통권 785 호 ) 2018. 03. 09 관세전쟁발수출절벽대응을위한내외수균형전략 - 최근경제동향과경기판단 (2018 년 1 분기 ) 비상업목적으로본보고서에있는내용을인용또는전재할경우내용의출처를명시하면자유롭게인용할수있으며, 보고서내용에대한문의는아래와같이하여주시기바랍니다. 경제연구실 : 주원이사대우 (2072-6235, juwon@hri.co.kr)

More information

<484D53B0ADC0C72E687770>

<484D53B0ADC0C72E687770> 강수(강우) 모형 precipitation model 유출 outlet flow 손실계산 loss computation 손실 loss 하도추적 channel routing 유효우량 변환 excess precipitation transformation 기저유출 baseflow 소유역 총유출 total subbasin runoff 1 0.9

More information

chap 5: Trees

chap 5: Trees 5. Threaded Binary Tree 기본개념 n 개의노드를갖는이진트리에는 2n 개의링크가존재 2n 개의링크중에 n + 1 개의링크값은 null Null 링크를다른노드에대한포인터로대체 Threads Thread 의이용 ptr left_child = NULL 일경우, ptr left_child 를 ptr 의 inorder predecessor 를가리키도록변경

More information

15인플레이션01-목차1~9

15인플레이션01-목차1~9 ISSN 87-381 15. 1 15. 1 13 1 1.3 1. 1.8 1.5 1. 1.1 () 1.5 1..1 1.8 1.7 1.3 () 1..7.6...3 (). 1.5 3.6 3.3.9. 6.3 5.5 5.5 5.3.9.9 ().6.3.. 1.6 1. i 6 5 6 5 5 5 3 3 3 3 1 1 1 1-1 -1 13 1 1).6..3.1.3.

More information