Earticle

세계 각국이 코로나 19 확산을 막기 위한 영업 중지(business shutdown), 여행금지(travel ban), 자가 격리(self-isolation), 재택근무 (teleworking) 등의 억제책을 시행하였다. 이로 인한 코로나 19 조치는 기본적으로 대면접촉·이동을 금지하는 형태이기 때문에 필연적으로 관광에 막대한 피해를 준다(김형종, 2020a). 본 연구는 시계열 분석을 통해서 관광시장의 과거와 현재 및 미래 법칙성을 발견하고 이를 모형화하여 추정하고, 이 추정된 모형을 사용하여 미래에 관측된 값들을 예측하는 것이다(이우리, 2016). 수요예측은 관광시장의 역동성에 따른 환경변동에 대하여 대응을 위해 관광분야에서는 꾸준히 활용하고 있다. 본 연구의 목적은 포스트 코로나 시대를 대비하여 합리적인 관광진흥정책을 수립하고 바람직한 관광정책의 방향을 제시하기 위해 관광목적지의 미래 관광수요를 예측하고 분석하고자 하였다. 연구 목적을 달성하기 위하여 계량경제학에서 많이 사용하고 있는 ARIMA 시계열분석을 실시하였다. ARIMA, 즉 자기회귀이동평균 모형을 이용하여 얻은 예측치와 관측치를 비교하고 모형의 적합성과 정확성을 검정하며, 가장 적합한 모형을 선정하고자 한다. 본 연구에서 ARIMA(2,1,2)모델로 얻은 예측결과, 관광목적지 2022년 4월 88,669명, 2022년 5월 105,465명, 2022년 6월 94,402명, 2022년 7월 95,466명, 2022년 8월 102,276명, 2022년 9월 86,245명, 2022년 10월 99,875명, 2022년 11월 95,764명, 2022년 12월 84,075명, 2023년 1월 93,120명, 2023년 2월 103,905명, 2023년 3월 92,696명으로 예측되었다. 이러한 관점에서, 본 논문은 이론을 바탕으로 하여 관광목적 지의 관광수요를 예측함으로써 관광목적지는 정확하게 관광경제발전 정책과 방침을 만들어낼 수 있는 데에 큰 도움이 되리라 생각한다.

The purpose of this study is to forecast the number of tourists in Gamcheon Culture Village . For this, this study collected data from January 2015 to December 2021 from Tourism Knowledge & Information System. To forecast the number of tourists ARIMA time series analysis was performed. The predictions and observations obtained using the model were compared, the suitability and accuracy of the model were tested, and the best model for this study was selected. The results of tourists from January to December 2022 in Gamcheon Culture Village shows that there is no trend of a surge in the number of tourists visiting Gamcheon Culture Village, and about 148,442 tourists were expected to visit Gamcheon Culture Village every month. From this point of view, this study is thought to be of great help in accurately creating policies and policies for the development of the tourism economy by predicting the tourism demand of tourism destination based on theory.

COVID-19가 장기화되고, 예방 접종이 진행되고 있는 상황에서 COVID-19와 관련하여 다양한 분석 및 예측과 관련된 자료들이 무수히 많이 나오고 있지만, 감염에 대한 예측을 유의미하게 수행하지 못하고 있다. 이에 따라, 실제로 코로나 감염에 대한 날짜별 감염 현황을 분석 및 예측하고 실제로 유의미한 값이 도출되는지에 대한 연구를 수행하고자 한다. 이를 위해, 본 논문에서는 공공데이터포털의 Open API를 사용하여 COVID-19 확진자에 대한 동향 분석을 수행하고 이를 기반으로 시계열 예측 기법 중 Facebook Prophet을 적용한 확진자 예측에 관한 연구를 수행하였다. 연구 결과, COVID-19에 대한 감염 예측은 기존의 연구에서 도출된 무증상 감염, 해외 유입, 사회적 거리두기 등의 요소와는 다르게 시간의 경과와는 관련성이 거의 없는 것으로 분석되었다.

In the context of prolonged COVID-19 and vaccination in progress, a myriad of data related to various analyzes and predictions related to COVID-19 are coming out. However, it has not been able to significantly predict infection. Accordingly, we intend to analyze and predict the actual infection status by date for corona infection and conduct a study on whether a meaningful value is actually derived. To this end, in this paper, trend analysis was performed on COVID-19 confirmed cases using the Open API of the public data portal. Based on this, a study was conducted on the prediction of confirmed cases by applying Facebook Prophet among the time series prediction techniques. As a result of the study, it was analyzed that the prediction of infection for COVID-19 has little to do with the passage of time, unlike factors such as asymptomatic infection, overseas inflow, and social distancing derived from previous studies.

본 연구는 대한민국 중부내륙 지역에서 수수-수단그라스 교잡종(SSH)의 건물수량(DMY) 추세를 알아보기 위해 수행하였다. 메타데이터(n=388)는 농촌진흥청의 신품종 적응성 실험의 다양한 보고서로부터 수집되었다(1988-2013년). 추세를 결정하기 위해 효과는 시계열 모델링을 사용하여 자기상관함수(ACF) 및 부분 ACF의 상관도에서 자기회귀(AR) 및 이동평균(MA)에 의해 추정되었다. 그 결과, 연도별 건물수량 추세는 해마다 조금 증가하는 것으로 나타났고, ARIMA(1,1,0)이 과거 추세를 설명하는 최적 모형임을 확인하였다. 이것은 SSH의 DMY추세가 과거 2년간의 변화와 연관성이 높고 3년 이전의 변화는 연관성이 없음을 의미하였다. 비록 이러한 추세에 대한 환경적 원인을 고려하기 위해 온도, 강수 및 일조와 같은 기상변수의 연도별 추세도 확인하였지만 뚜렷한 연관성은 찾을 수 없었다. 그러므로 기상변수에 대해 특정 생장단계를 고려하는 보다 정밀한 가공 및 정의가 요구된다. 특히 단기간에 피해를 줄 것으로 예상되는 폭우와 태풍이 추세에 미치는 영향에 대한 연구가 진행 중이며 본 연구에서 확인한 모델이 중요한 역할을 할 것으로 보인다. 또한 향후 연구에서는 기후뿐 아니라 토양 및 재배기술과 같은 환경적 요인을 추가할 계획이다.

This study aimed to determine the trend in dry matter yield (DMY) of a new sorghum-sudangrass hybrid (SSH) in the central inland regions of Korea. The metadata (n=388) were collected from various reports of the experiments examining the adaptability of this new variety conducted by the Rural Development Administration (1988–2013). To determine the trend, the parameters of autoregressive (AR) and moving average (MA) were estimated from correlogram of Autocorrelation function (ACF) and partial ACF (PACF) using time series modeling. The results showed that the trend increased slightly year by year. Furthermore, ARIMA (1, 1, 0) was found to be the optimal model to describe the historical trend. This means that the trend in the DMY of the SSH was associated with changes over the past two years but not with changes from three years ago. Although climatic variables, such as temperature, precipitation, and sunshine were also considered as environmental factors for the annual trends, no clear association was observed between DMY and climates. Therefore, more precise processing and detailed definition of climate considering specific growth stages are required to validate this association. In particular, research on the impact of heavy rainfall and typhoons, which are expected to cause damage in the short term, on DMY trends is ongoing, and the model confirmed in this study is expected to play an important role in studying this aspect. Furthermore, we plan to add the environmental factors such as soil and cultivation management as well as climate to our future studies.

인천공항은 대한민국으로 들어오거나 나가는 관문으로 나라의 이미지에 큰 영향을 미치므로 공항의 서비스 질을 유지하기 위해선 장기적인 공항 이용객 수 예측이 필요하다. 본 연구에서는 인천공항의 이용객 수요를 예측하기 위한 다양한 시계열 모형의 예측성능을 비교하였다. 인천공항 이용객 자료를 2002년 1월부터 2019년 12월까지 월 단위로 수집하여 살펴보면 일반적인 시계열자료에서 보이는 추세성과 계절성을 지니고 있다. 본 연구에서는 추세성과 계절성이 고려된 나이브 기법, 분해법, 지수 평활법, SARIMA, 그리고 PROPHET을 이용하여 단기, 중기, 장기예측 시계열모형을 비교하였다. 분석결과 단기예측은 최근 자료에 가중치를 준 지수 평활법이 우수했고 예상 2020년 연간 이용객 수는 약 7,350만명이다. 3년 후 인 2022년 중기예측은 정상성이 고려된 SARIMA모형이 우수하였고 예상 연간 이용객 수는 약 7,980만명이다. 4단계 인천공항 건설사업이 완료되는 2024년 예상 연간 여객수용 인원은 9,910만명이고 PROPHET모형이 가장 우수하였다.

The Incheon airport is a gateway to and from the Republic of Korea and has a great influence on the image of the country. Therefore, it is necessary to predict the number of airport passengers in the long term in order to maintain the quality of service at the airport. In this study, we compared the predictive performance of various time series models to predict the air passenger demand at Incheon Airport. From 2002 to 2019, passenger data include trend and seasonality. We considered the naive method, decomposition method, exponential smoothing method, SARIMA, PROPHET. In order to compare the capacity and number of passengers at Incheon Airport in the future, the short-term, mid-term, and long-term was forecasted by time series models. For the short-term forecast, the exponential smoothing model, which weighted the recent data, was excellent, and the number of annual users in 2020 will be about 73.5 million. For the medium-term forecast, the SARIMA model considering stationarity was excellent, and the annual number of air passengers in 2022 will be around 79.8 million. The PROPHET model was excellent for long-term prediction and the annual number of passengers is expected to be about 99.0 million in 2024.

네트워크 트래픽 세션 데이터를 이용한 공격 분석 및 시각화 방법들은 세션 데이터 내의 송신지 및 수신지 IP주 소 및 연결관계를 시각화하여 네트워크 이상 현상들을 감시한다. 트래픽의 송수신 방향은 이상 현상을 탐지하는데 있어 서 매우 중요한 특징이지만, 단순히 송신지와 수신지 IP주소를 좌ㆍ우 또는 상ㆍ하 대칭적으로 시각화하는 것은 분석을 난해하게 만드는 요소가 된다. 또한, 시계열적인 트래픽 세션들의 시간 특성을 고려하지 않고 시각화 인터페이스를 설계 할 경우에는 시간별 보안 상황 정보가 손실되는 위험을 감수해야 한다. 본 논문에서는 방사축을 이용하여 시계열 트래픽 데이터를 시각화하고 IP주소를 네트워크 부분과 호스트 부분으로 분할 및 원통좌표계에 표출시켜 효과적으로 네트워크 공격을 감시할 수 있는 시각화 인터페이스와 분석 방법을 제안하고자 한다. 제안하는 방법은 네트워크 공격을 직관적으 로 인지하고 공격 활동을 시간흐름에 따라 파악할 수 있는 장점을 가진다.

Network attack analysis and visualization methods using network traffic session data detect network anomalies by visualizing the sender's and receiver's IP addresses and the relationship between them. The traffic flow is a critical feature in detecting anomalies, but simply visualizing the source and destination IP addresses symmetrically from up-down or left-right would become a problematic factor for the analysis. Also, there is a risk of losing timely security situation when designing a visualization interface without considering the temporal characteristics of time-series traffic sessions. In this paper, we propose a visualization interface and analysis method that visualizes time-series traffic data by using the radial axis, divide IP addresses into network and host portions which then projects on the cylindrical coordinate system that could effectively monitor network attacks. The proposed method has the advantage of intuitively recognizing network attacks and identifying attack activity over time.

실시간검색어는 지금 바로 이슈가 되는 검색어의 검색 증가율이 단기간에 급상승하는 것을 중심으로 하기 때문에 일정기간 지속적으로 관심도를 유지하고 있는 이슈를 나타내지 못하고 이들이 가까운 미래에 어떤 변화를 보이는지에 대한 것도 알 수 없는 한계를 가지고 있다. 본 논문에서는 이러한 한계를 극복할 수 있도록 일정기간 동안 상위 10위 안에 속한 적이 있는 실시간검색어에 대해 일자별, 시간별 지속성을 평가하여 꾸준히 관심을 받는 검색어를 추출한다. 그런 다음, 이들 중 상위에 속하는 검색어의 관심도가 어떻게 변화하는지를 알 수 있게 하는 시계열 분석과 신경망을 이용하는 방법을 제시하고 이를 통해 도출한 실제 예를 통해 가까운 미래의 변화량을 예측한 결과를 보인다. 일자별로는 시계열 분석을, 시간별로는 인공신경망의 학습을 통해 예측하는 것이 좋은 결과를 보인다는 것을 알 수 있다.

Since realtime search words are centered on the fact that the search growth rate of an issue is rapidly increasing in a short period of time, it is not possible to express an issue that maintains interest for a certain period of time. In order to overcome these limitations, this paper evaluates the daily and hourly persistence of the realtime words that belong to the top 10 for a certain period of time and extracts the search word that are constantly interested. Then, we present the method of using the time series analysis and the neural network to know how the interest of the upper search word changes, and show the result of forecasting the near future change through the actual example derived through the method. It can be seen that forecasting through time series analysis by date and artificial neural networks learning by time shows good results.

Objectives : This study analyzed the trends of patient costs in 7diagnosis-related groups(DRG) since July 2013 when the government made it mandatory for all hospitals and clinics. Methods : Data were collected from the 7DRG score chart published by the Ministry of Health and Welfare(MoHW) from July 2013 to January 2017. The average value of the weekday relative value scale was multiplied by unit price, referred to as‘- “patient costs by disease group”-’ and they were analyzed by time series. Results : Patient costs had increased among all patients with a comprehensive disease. Small and medium-sized hospitals (hospitals and clinics) showed a slight increase in patient costs. Conclusions : Enforcement of the Korean diagnosis-related groups has led to management crisis in small and medium-sized hospitals and deterioration medical service quality. To solve this problem, The weekday relative value scale of small and medium-sized hospitals should be increased significantly.

To cope with the rapidly increasing demand for Recreational Forest, the ability to provide accurate visitor flow forecasts became very important. The government would be able to invest properly and effectively to build various infrastructures and programs based on correct visitor demand forecasting. This study aims to identify the appropriate model and forecast visit demand of Recreational Forest, which is one of the representative infrastructures of forest recreation in Korea. In order to develop a forecasting model, the dataset of monthly visitors to Recreational Forest during 2009-2015 were used and two time series methods - Seasonal ARIMA and Exponential Smoothing - were employed. The results show that Winters Additive model was selected as the most appropriate model to forecast visit demand of Recreational Forest based on index of Mean Absolute Percentage Error. This study will make a great academic contribution to identify visit demand for Recreational forest by systematic and scientific methods. However, this model is not the only method available for forecasting demand. Since there are many other kinds of forest recreation infrastructures in accordance with different purposes, other kinds of forecasting methods should be adopted for better projection later on.

많은 기업과 조직에서는 LTE 망을 활용한 모바일 오피스 환경을 구축하고 있으며 공공 안전과 국가 방위에서도 모바일 환경의 국가재난망과 공군 LTE망을 구축하고 있다. 하지만 최근의 모바일 정보보안 위협은 정보유출 공격에서서비스를 무력화 시키는 DDoS 공격으로 위협이 진화되고 있다. 특히, 스마트폰, 스마트패드, 태블릿PC 등 단말기의 종류와 수가 기하급수적으로 증가하고, 모바일 단말기의 사양 및 회선 속도가 빠르게 발전함에 따라 모바일 환경에서DDoS 공격은 더욱 위협적으로 진화하고 있다. 현재 DDoS 공격 대응은 네트워크 또는 서버 앞 단계에서 차단하는 방법이 보편적이지만 모바일 네트워크 상에 DDoS 공격 트래픽이 유통되어 네트워크 자원을 소비하는 문제점은 계속 상존하고 있다. 그러므로 본 논문에서는 단말기 단계에서부터 DDoS 공격을 선제적으로 차단하기 위해 국가재난망 및 공군 LTE망과 같은 사설 모바일 네트워크에서 유통되는 트래픽 유형을 분석하여 DDoS 공격을 차단하는 방안을 제시한다. 하지만 국가재난망과 공군 LTE망에서 유통되는 트래픽을 직접적으로 분석하는 것은 제한되므로 유통되는 정보유형이 유사한 마인크래프트 게임의 전송 트래픽과 동영상 파일 업로드 전송 트래픽을 대상으로 시계열 분석하여 사설모바일 네트워크에서의 DDoS 공격 탐지 기준을 정립하고 DDoS 공격을 탐지·차단하는 APP을 시범 구현하여 그 실효성을 검증하였다.

Many companies and organizations are building a mobile office environment using the LTE network, the national disaster network and Air Force LTE network are built for public safety and national defense. However the recent threats on information security have been evolving from information leakage to DDoS attacks to neutralize the service. Especially, the type of device such as Smart phones, smart pad, tablet PC, and the numbers are growing exponentially and As performance of mobile device and speed of line develop rapidly, DDoS attacks in the mobile environment is becoming a threat. So far, universal countermeasure to DDoS attacks has been interception the network and server step, Yet problem regarding DDoS attack traffic on mobile network and expenditure of network resources still remains. Therefore, this paper analyzes the traffic type distributed in the private mobile network such as the National Disaster Network, and Air Force LTE network in order to preemptively detect DDoS attacks on terminal step. However, as direct analysis on traffic distributed in the National Disaster Network, and Air Force LTE network is restricted, transmission traffics in Minecraft and uploading video file upload which exhibit similar traffic information are analyzed in time series, thereby verifing its effectiveness through establishment of DDoS attacks standard in mobile network and application that detects and protects DDoS attacks

해마다 반복적으로 인적・물적 피해를 유발하여 사회 안전에 큰 영향을 미치는 산업재해, 교통사고, 화재, 범죄 등의 항목을 4대 사회안전지표로 선정하여 2003년 이후 시계열에 따른 변화 추이를 분석하였다. 2003년을 기준으로 산업재해가 27.8% 감소하여 가장 두드러지게 개선된 것으로 확인되었으며, 교통사고와 범죄자표는 12% 정도 저감된 것으로 나타났다. 그러나 화재의 경우 2006년 이후 국가화재분류체계가 바뀌면서 경미한 생활 화재도 발생건수에 포함되도록 변경되어 기준년도 대비 40% 화재안전지수가 증가한 것으로 나타났다.

Four major social safety indexes including industrial accident, traffic accident, fire, and violent crime were selected, and transition of those values by time series data analysis since 2003 was presented. Comparing with the 2003 figure, the index of industrial accident was reduced by 27.8%, which was the most improved safety index. The indicators describing the traffic accident and violent crime rate were reduced by approximately 12%. However, the fire safety index showed an increase of 40% compared with the base year because national fire classification system was changed so that minor fire is also included in the counting since 2006.

주가지표처럼 동적이며 시간흐름을 따르는 시계열자료들을 이해하는 효과적인 방법은 주어진 시계열자료들 에 대하여 모델을 결정함으로서 이해하는 것이 좋다. 주어진 자료들에 대한 모델 결정과정은 수집되어진 대용량 시계 열자료 전체를 한 번에 다 살펴보는 것보다 자료를 특정의 중요한 몇 개의 하위그룹으로 군집화하여 각 군집별 모델 결정을 통해 자료 전체를 이해하는 것이 효율적이다. 본 연구에서는 주어진 시계열자료들에 대하여 하위그룹으로의 효율적 군집화 과정 그리고 각 군집별 모델결정의 두 과정 중 첫 번째 과정인 하위집단으로 군집화 과정에 자료의 구간특징화 기법과 휴리스틱 베이지안기법의 융합을 이용하여 시간 및 계산비용을 감소시킬 수 있는 기법을 제안하 였으며 실제적인 주가지표를 이용한 실험을 통해 제안하는 기법의 유효성을 확인하였다.

An effective way to understand the dynamic and time series that follows the passage of time, as valuation is to establish a model to analyze the phenomena of the system. Model of the decision process is efficient clustering information of the total mass of the time series data of the relevant population been collected in a particular number of sub-groups than to look at all a time to an understand of the overall data through each community-specific model determination. In this study, a sub-grouping of the group and the first of the two process model of each cluster by determining, in the following in sub-population characterized by a fusion with heuristic Bayesian clustering techniques proposed a process which can reduce calculation time and cost was confirmed by experiments using actual effectiveness valuation.

본 연구는 국내.외의 시계열 소비자조사를 공공 및 민간기관으로 나누어 수집하고 분석하였다. 국내 공공기관의 소비자조사는 전체 조사영역에 소비를 일부 포함한 포괄적 영역의 조사가 많았다. 대부분 추적 가능한 대규모패널조사의 강점을 가지며, 공공 목적에서 원데이터를 공개하고 있었다. 국내 민간의 소비자조사는 소비 자체에 초점을 맞춘 조사가 많고 그 내용도 비교적 다양하였으나, 원데이터가 철저히 사적 자료로 내부인에게만 공개되는 차이가 있었다. 상업적 목적을 가진 기업 관점의 소비자조사가 다수라는 특징도 보였다. 해외 공공기관의 소비자조사는 패널조사라는 점과 조사 영역, 데이터 공개 면에서 국내 공공 기관의 조사와 유사했다. 그러나 국내에 비해 학술기관과의 협업이 활발하게 이루어지고 있었다. 해외 민간기관은 참여주체나 주제가 다양하였으며, 특히 대학 주관의 소비자조사들이 두드러졌다. 분석결과를 토대로 본 연구는 국내의 시계열 소비자조사의 발전방향을 제시하고자 하였다. 첫째, ‘소비’, ‘소비자’에 초점을 맞춘 조사들이 더 확충되어야 한다. 소비가 생활 전반과 밀접하게 관련되면서 더욱 복잡한 양상을 보임에 따라, 이를 심층적으로 이해하기 위해 소비자에 중점을 둔 조사의 필요성이 증대되고 있다. 둘째, 국내의 소비자조사는 해외와 마찬가지로 다양한 주체가 참여해야 한다. 공공기관이나 민간기업, 단체, 학술기관의 조사는 그 용도면에서 서로 차이가 있다. 소비자조사의 다양성을 확보하기 위한 다양한 기관의 참여가 필요하다. 특히 소비자 중심의 조사를 위해서 소비자학계의 전문가들의 참여가 매우 중요하다. 셋째, 시계열 소비자조사는 단절되지 않고 장기간에 걸쳐 데이터를 축적하는 것이 중요하며, 이를 위해 조사기관의 재정적 지속가능성이 보장되어야 한다. 시계열 소비자조사의 중요성에 대한 학계와 전 사회의 활발한 논의를 통해 재정의 지속가능성을 높이는 기반이 마련되기를 기대한다. 넷째, 소비자조사의 원데이터는 많은 사람들에게 개방 및 공유되어야 한다. 원데이터에 대한 접근성을 높여 연구자들이 이를 연구에 활용할 수 있게 함으로써 소비자학 연구의 발전에 기여할 수 있을 것이다. 본 연구는 국내와 해외의 시계열 소비자조사의 구체적인 내용과 구성, 조사 주체와 목적, 관리 및 운영 등이 가진 특징과 차이점을 심층적으로 분석하였다. 이를 통해 학문적, 실용적 관점에서 주요 관심사가 되었던 변수가 무엇이고, 어떻게 변화하였는지에 대한 학술적 정보를 제공하고, 국내 시계열 소비자조사의 발전방향을 구체적으로 제시하였다는 의의를 가진다.

This study reviews and compares the details of existing time-series consumer surveys performed by public and private institutions both in Korea and overseas. The purpose of this study is to review what has been studied using time-series consumer data and to provide direction for potential time-series consumer survey to be developed in the future. In case of surveys from Korean public institutions, they tended to be all-inclusive social surveys including only a few number of variables about a consumer or consumption as a sub-category. Most of them provided longitudinal panel data with large scale and disclosed raw data for public purpose. In contrast, consumer surveys from private institutions tended to focus more on consumption itself, although the details may vary depending on the purpose of the survey. However, the raw data of the surveys were not open to public because they were mostly considered as private asset of the institutions. In case of other countries such as the U.S. and the UK, Surveys from public institutions were similar with Korean ones in terms of longitudinal panels, the field covered and public data disclosure. But the important difference from the Korean case was the active collaboration with the education institutions. For private institutions, the diversity in their contents and intensive involvement of the research centers of universities were worth noticing. Based on overall reviews, four main suggestions were recommended for the improvement of time-series consumer surveys in Korea both in terms of what contents should be included and how it should be administered and operated. First, surveys that focus more on consumers or consumption need to be developed for in-depth understanding on complicated consumer ecology. Second, various kinds of institutions should participate in inventing and performing the consumer surveys to get further diversity of surveys. Especially, intensive involvement of the experts in consumer study fields are strongly recommended. Third, financial sustainability of the survey institutions should be guaranteed to avoid the discontinuance of the survey, which impairs the strength of accumulated time-series data. In order to achieve sustainability in consumer surveys, the necessity and importance of such surveys should be actively communicated at all levels of society. Finally, the raw data of the consumer surveys should be open to public as much as possible. By providing the raw data to researchers for their academic work, it will bring the advancement of the knowledge body of the consumer studies.

마케팅 자료를 입수하는 경우, 시장조사에 시간이 많이 소요되는 등의 이유로, 월간으로 입수하지 못하고, 2개월 간격으로 합산되거나 분기별로 합산된 자료만 입수할 수 있는 경우가 있다. 이러한 자료를 활용하여 월간으로 시장을 평가 혹은 예측하거나 마케팅 전략을 수립하여야 하는 경우, 격월 혹은 분기별로 합산된 자료를 월간 자료로 변환하여야 한다. 본 논문에서는 두 달 간격으로 합산되어 집계되는 자료를 월별 자료로 변환하는 여러 가지 방법을 소개한다. 이런 변환 방법에는 2개월간의 자료를 단순히 2로 나누는 단순평균법, 2개월간의 자료의 증감률을 월별 자료의 증감률에 그대로 적용하여 월별 자료로 변환하는 방법, 전문가의 판단에 따른 가중치를 적용하는 방법, 단순회귀모형 등의 모형을 정의하고 그 모형에 의해 월별 자료로 분해하는 방법 등이 있다. 본 논문에서는 유럽의 특정 국가의 가전제품 판매 사례를 활용하여, 두 달 간격으로 합산된 시장 자료를 월별 자료로 변환하는 모형을 활용한 방법을 소개하고자 한다. 나아가 이 모형을 활용하여 향후의 자료를 예측하는 방법도 소개한다.

When we collect marketing data, we can only obtain the bimonthly or quarterly data but the monthly data be available. If we evaluate or predict monthly market condition or establish monthly marketing strategies, we need to disaggregate these bimonthly or quarterly data to the monthly data. In this paper, for bimonthly or quarterly data, we introduce some methods of disaggregation to monthly data. These disaggregation methods include the simple average method, the growth rate method, the weighting method by the judgment of experts, and variable decomposition method using 12 month moving cumulative sum. In this paper, we applied variable decomposition method to disaggregate for bimonthly data of sum of electronics sales in a European country. We, also, introduce how to use this method to predict the future data.

Urbanization in Korea has been on the rapid progress, and reached almost 80% in 2000. The phenomenon has caused a reduction in greens and environmental issues. This researcher analyzed land cover maps of the entire region located at Seo-gu, Busan, with the lapse of 10 years in 2002 and 2012 and land cover changes of the two years to look into quantitative and qualitative changes. Therefore, this researcher tries to make a basic investigation on time-series data update of E-GIS DB that will be able to be used as a fundamental material in estaliblishing urban planning.

The purpose of this study was to forecast demand for leisure sports tourists in Jejudo Island. Data from January 2004 to September 2011 were analyzed by using the time series technique. Diagnose was performed model identification-parameter estimation-model fitting, which are the basic procedure of establishing ARIMA model. As a result of carrying out the de-seasonalized first-order difference value and the seasonal first-order difference value in the phase of model identification, the mean of the original data was indicated to show the normal distribution. In the phase of parameter estimation, ARIMA(0, 1, 2)(0, 1, 1)12 model was estimated. As a result of carrying out residual test in order to diagnose model fitting, the result called what white noise is independent was elicited. In consequence of forecasting the demand for leisure sports tourists in Jejudo Island based on these results, the conclusion was obtained as saying that the demand for leisure sports tourists in Jejudo Island grows from October to February and gradually reduces from March. Also, it was indicated to be reduced even from June to September that is the sightseeing season.

소트프웨어 고장 시간은 테스팅 시간과 관계없이 일정하거나. 단조증가 혹은 단조 감소 추세를 가지고 있다. 이러한 소프트웨어 신뢰모형들을 분석하기 위한 자료척도로 자료에 대한 추세 검정이 개발되어 있다. 추세 분석에는 산술평균 검정과 라플라스 추세 검정 등이 있다. 추세분석들은 전체적인 자료의 개요의 정보만 제공한다. 본 논문에서는 고장시간을 측정하다가 시간 절단이 될 경우에 미래의 고장 시간 예측에 관하여 연구 하였다. 시계열 분석에 이용되는 단순이동 평균법과 가중이동평균법, 지수평활법을 이용하여 미래고장 시간을 예측하여 비교하고자 한다. 실증분석에서는 고장간격 자료를 이용하여 모형들에 대한 예측값을 평균자승오차를 이용하여 비교 하고 효율적 모형을 선택 하였다.

Software failure time presented in the literature exhibit either constant, monotonic increasing or monotonic decreasing. For data analysis of software reliability model, data scale tools of trend analysis are developed. The methods of trend analysis are arithmetic mean test and Laplace trend test. Trend analysis only offer information of outline content. In this paper, we discuss forecasting failure time case of failure time censoring. In this study, time series analysis used in the simple moving average and weighted moving averages, exponential smoothing method for predict the future failure times. Empirical analysis used interval failure time for the prediction of this model. Model selection using the mean square error was presented for effective comparison.

민간위탁 행정서비스의 효율성을 분석하는 데 사용된 방사적 자료포락분석모형은 효율성을 정확하게 측정하지 못한다는 한계를 지니고 있다. 이러한 문제점을 해결하기 위해서는 비방사적 자료포락분석모형인 잔여기준효율성모형(SBM)을 사용할 필요가 있다. 본 연구에서는 자료포락분석을 사용하여 민간위탁업무의 효율성을 측정한 주요 선행연구들을 검토한 후 방사적 자료포락분석모형의 한계를 지적하고, 민간위탁 행정서비스의 효율성을 측정하기 위한 방사적 자료포락분석모형과 비방사적 자료포락분석모형을 공식화했으며, 방사적 자료포락분석모형과 비방사적 자료포락분석모형을 사용하여 민간위탁업무의 효율성과 준거집단, 투입산출요소의 비효율성 정도, 규모수익(RTS)을 분석하고 분석결과를 비교했다. 본 연구의 시사점은 다음과 같다. 첫째, 비방사적 자료포락분석모형을 사용하여 측정한 효율성점수가 방사적 자료포락분석모형에 의한 효율성점수보다 낮아지는 경향이 있다. 둘째, 시계열자료를 활용하여 민간위탁 행정서비스에 있어서 민간위탁과 직영 간의 상대적 효율성을 평가할 필요가 있다.

Radial data envelopment analysis model used for analyzing the efficiency of outsourced government services has the limitation of not measuring efficiency accurately. To solve such problems, nonradial data envelopment analysis model, the slack-based model of efficiency, needs to be used. This paper reviewed major previous studies measuring the efficiency of contracting out public services with data envelopment analysis(DEA), explained the limitations of radial data envelopment analysis model, formulated the linear programming models of input-oriented variable returns to scale(VRS) radial and nonradial data envelopment analysis, analyzed the technical efficiency scores, reference set, inefficient amount and sources, returns to scale of an outsourced government service using radial and nonradial data envelopment analysis model, and compared the analytical results of radial data envelopment analysis model with those of nonradial data envelopment analysis model. The implications of this study are as follows. First, efficiency scores measured by nonradial data envelopment analysis model are inclined to be lower than those measured by radial data envelopment analysis model. Second, using time-series data the relative efficiency of outsourced and in-house government services needs to be evaluated.

The purpose of the study was to examine the effectiveness of Neuro Feedback training by observing the pre and post brainwave measurement results of about 50 (experimental group 25. comparative group 25) subjects who have shown psychological difficulties in studying, attention deficit, and personalities. The study took place at Neuro Feedback training Center B, in between the months of July 2006 and May 2007. The methodology involved in the study included the Coloring Analysis Program of the Brain Quotient Test. As the brain waves are adjusted by timeseries linear analysis, the brain function quotients can reflect the functional states of the brain. Through the test, three parameters - relaxation, attention and concentration-were initially measured for one minute each and the lowest parameter out of the three was selected as the training mode or improvement target. The training took place two or three times a week, for about 40 to 60 minutes per session. Because the clients have come to the training center at different times, the researcher sampled the results of only those who had attended more than 30 training sessions. The tool used to measure the psychological reaction was POMS (Profile of Mood State), while the tool used to measure the emotional and attention-deficit characteristics was the Amen Clinic ADD Type questionnaire. Hypothesis testing included t-test. The result of the study showed the Theta : SMR ratio of (left)p=.013, (right) p=.019. The result also confirmed the differences of both ATQ(left) p=.011, (right)p=.030 and SQ(left) p=,017, (right) p=.022. The result confirmed of emotional p=.000, attention-deficit characteristics p=.000. The result of the study suggest Neuro Feedback technique"s possibility in positively affecting the subjects" mental state and attention-deficit characteristics.