상세 보기
장기억 과정에서 빠른 베이지안 변화점검출
A Fast Bayesian Detection of Change Points in Long-Memory Processes
- 김주원;
- 조신섭;
- 여인권
Citations
WEB OF SCIENCE
0Citations
SCOPUS
0초록
이 논문에서는 장기억 과정에서의 변화점을 빨리 검출하는 베이지안 추론방법에 대해 알아본다. 장기억 과정에서의 베이지안 추정은 장기억 모수값에 따라 전체 자료에 대한 부분차분을 계산해야 하기 때문에 수행시간이 많이 걸린다는 문제가 있다. 이 논문에서는 이러한 문제를 해결하고자 장기억 모수공간을 그룹화하여 순서형으로 범주화시킨 후 설명력이 가장 높은 범주의 대표값을 선택하게 하였다. 이 방법은 초기단계에서 범주의 대표값에 대해 한번씩만 부분차분을 계산하면 되기 때문에, 매번 계산해야 하는 추정하는 방법보다, 특히 시계열자료의 수가 많은 경우, 상대적으로 빠른 베인지안 추론이 가능하다. 또한 장기억 모수공간이 (0,0.5]이기 때문에 모수공간을 적절하게 그룹화한다면 장기억 모수를 선택하는 것이 모수를 추정하는 것에 비해 큰 차이가 없다. 이 논문에서는 나일강 수위자료 실증분석을 통해 제안된 방법의 타당성을 확인해본다.
키워드
ARFIMA models; change point detection; Dirichletdistribution.; 디리슈레분포; 변화점검출; 자기회귀부분누적이동평균모형.
- 제목
- 장기억 과정에서 빠른 베이지안 변화점검출
- 제목 (타언어)
- A Fast Bayesian Detection of Change Points in Long-Memory Processes
- 저자
- 김주원; 조신섭; 여인권
- 발행일
- 2009-08
- 저널명
- 응용통계연구
- 권
- 22
- 호
- 4
- 페이지
- 735 ~ 744