본문 바로가기
HOME> 논문 > 논문 검색상세

논문 상세정보

응용통계연구 = The Korean journal of applied statistics v.22 no.6, 2009년, pp.1203 - 1214   피인용횟수: 2

시계열자료 눈집방법의 비교연구
Comparison Study of Time Series Clustering Methods

홍한움    (서울대학교 통계학과   ); 박민정    (포항수학연구소   ); 조신섭    (서울대학교 통계학과  );
  • 초록

    본 논문에서는 시계열자료의 군집분석을 위해 시간영역과 진동수영역에서의 군집 방법들을 소개하고 각 방법들의 장단점에 대해 논의하였다. KOSPI 200에 속한 15개 기업의 일별 주가자료률 이용한 비교분석 결과 비모수적인 방법인 웨이블릿을 이용한 군집분석이 가장 좋은 결과를 보였다. 비정상 시계열자료의 경우 차분 보다는 EMD를 이용하여 추세를 제거하는 방법이 스펙트럼 밀도함수를 이용한 군집분석에 더 효율적이었다.


    In this paper we introduce the time series clustering methods in the time and frequency domains and discuss the merits or demerits of each method. We analyze 15 daily stock prices of KOSPI 200, and the nonparametric method using the wavelet shows the best clustering results. For the clustering of nonstationary time series using the spectral density, the EMD method remove the trend more effectively than the differencing.


  • 주제어

    시계열 .   군집 .   키오틱 사상 .   스펙트럼분석 .   웨이블릿 .   경험적 모드분석.  

  • 참고문헌 (11)

    1. 김유진 (2009). Comparison study of time series methods, Master thesis, Seoul National University 
    2. 박민정 (2009). Time-Frequency analysis by multiscale methods with applications to bat signals, Ph.D thesis, Seoul National University 
    3. 이정현 (2008). Clustering analysis of financial time series using wavelet analysis, Master thesis, Seoul National University 
    4. Angelini, L., De Carlo, F., Marangi, C., Pellicoro, M. and Stramaglia, S. (2000). Clustering data by inhomo-geneous chaotic map lattices, Physical Review Letters, 85, 554-557 
    5. Basalto, N., Bellotti, R., De Carlo, F., Facchi, P. and Pascazio, S. (2005). Clustering stock market companies via chaotic map synchronization, Physica A: Statistical Mechanics and its Applications, 345, 196-206 
    6. Blatt, M., Domany, E. and Wiseman, S. (1996). Super-paramagnetic clustering of data, Physical Review Letters, 76, 3251-3254 
    7. Chatfield, C. (1979). Inverse autocorrelations, Journal of Royal Statistical Society Series A, 142, 363-377 
    8. Flandrin, F., Rilling, G. and Goncalves, P. (2004). Empirical mode decomposition as a filter bank, IEEE Signal Processing Letters, 11, 112-114 
    9. Galeano, P. and Pena, D. (2000). Multivariate analysis in vector time series, Resenhas, 4, 383-404 
    10. Huang, N. E., Shen, Z., Long, S. R., Wu, M. C., Shih, H. H., Zheng, Q., Yen, N. C., Tung, C. C. and Liu, H. H. (1998). The empirical mode decomposition and Hilbert spectrum for nonlinear and nonstationary time series, Proceedings of the Royal Society London A, 454, 903-995 
    11. Huhtala, Y., Karkkainen, J. and Toivonen, H. (1999). Mining for similarities in aligned time series using wavelets, Data Mining and Knowledge Discovery: Theory, Tools, and Technology, Proceedings of SPIEE, 3695, 150-160 
  • 이 논문을 인용한 문헌 (2)

    1. Uhm, Dai-Ho ; Chang, Young-Bae ; Jeong, Eui-Seop 2010. "A Study on the Statistical Analysis of Korea Patent Information" 정보관리연구 = Journal of information management, 41(3): 27~44     
    2. Sohn, Hueng-Goo ; Jung, Sang-Wook ; Kim, Sahm 2016. "A study on electricity demand forecasting based on time series clustering in smart grid" 응용통계연구 = The Korean journal of applied statistics, 29(1): 193~203     

 활용도 분석

  • 상세보기

    amChart 영역
  • 원문보기

    amChart 영역

원문보기

무료다운로드
  • NDSL :
유료다운로드

유료 다운로드의 경우 해당 사이트의 정책에 따라 신규 회원가입, 로그인, 유료 구매 등이 필요할 수 있습니다. 해당 사이트에서 발생하는 귀하의 모든 정보활동은 NDSL의 서비스 정책과 무관합니다.

원문복사신청을 하시면, 일부 해외 인쇄학술지의 경우 외국학술지지원센터(FRIC)에서
무료 원문복사 서비스를 제공합니다.

NDSL에서는 해당 원문을 복사서비스하고 있습니다. 위의 원문복사신청 또는 장바구니 담기를 통하여 원문복사서비스 이용이 가능합니다.

이 논문과 함께 출판된 논문 + 더보기