계층적 시계열 분석을 이용한 지역별 교통사고 발생건수 예측Hierarchical time series forecasting with an application to traffic accident counts
- Authors
- 이주은; 성병찬
- Issue Date
- Feb-2017
- Publisher
- KOREAN STATISTICAL SOC
- Keywords
- grouped time series; revised forecasts; bottom-up forecasts; optimal combination forecasts; ARIMA model; exponential smoothing method
- Citation
- KOREAN JOURNAL OF APPLIED STATISTICS, v.30, no.1, pp 181 - 193
- Pages
- 13
- Journal Title
- KOREAN JOURNAL OF APPLIED STATISTICS
- Volume
- 30
- Number
- 1
- Start Page
- 181
- End Page
- 193
- URI
- https://scholarworks.bwise.kr/cau/handle/2019.sw.cau/4823
- DOI
- 10.5351/KJAS.2017.30.1.181
- ISSN
- 1225-066X
2383-5818
- Abstract
- 본 논문에서는 계층적 시계열 자료 분석을 위한 대표적인 두 가지 방법인 상향식과 최적조합 예측법을 소개한다. 이러한 예측법은 계층적 시계열을 구성하는 모든 계열을 예측해야 하는 독립적 예측과 달리, 임의의 조정 과정이 없이 하위 계층 계열의 예측값의 합은 항상 상위 계층의 예측값과 일치하게 된다. 또한, 독립적 예측과 비교하여 예측력을 향상시킨다. 계층적 예측법의 효율성을 살펴보기 위하여 국내 16개 시도별 남녀 교통사고 발생건수 시계열 자료를 예측하였다. 이를 통하여 교통사고 발생건수에 대한 각 계층의 예측에서 계층적 방법과 독립적 방법의 차이점 및 우수성을 비교하였다.
The paper introduces bottom-up and optimal combination methods that can analyze and forecast hierarchical time series. These methods allow forecasts at lower levels to be summed consistently to upper levels without any ad-hoc adjustment. They can also potentially improve forecast performance in comparison to independent forecasts. We forecast regional traffic accident counts as time series data in order to identify efficiency gains from hierarchical forecasting. We observe that bottom-up or optimal combination methods are superior to independent methods in terms of forecast accuracy.
- Files in This Item
- There are no files associated with this item.
- Appears in
Collections - College of Business & Economics > Department of Applied Statistics > 1. Journal Articles
![qrcode](https://api.qrserver.com/v1/create-qr-code/?size=55x55&data=https://scholarworks.bwise.kr/cau/handle/2019.sw.cau/4823)
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.