계절 시계열 모형을 이용한 강남 지하철 승차 인원 분석

국문 초록 (Abstract)

본 연구에서는 서울메트로 2호선 강남역 지하철의 시간별 승차 인원을 분석하였다. 분석을 위하여 다양한 계절형 시계열 모형들을 이용하였고, 예측성능을 비교하기 위하여 MSFE(mean squared forecast error)를 사용하였다. 예측오차 계산은 롤링창(rolling window)을 이용한 n -시차 후의 예측을 반복하여 수행하였다. 그 결과, 전반적으로 TBATS 모형이 ARIMA 모형 및 지수평활법보다 더 우수한 예측 성능을 보여주었으며, 이는 관측 주기가 높은 계절성 시계열 자료에서 TBATS 모형의 예측능력이 우수함을 보여주는 예라고 할 수 있다.

다국어 초록 (Multilingual Abstract)

We analyze the hourly passenger flow time series data of Gangnam subway station. Several seasonal time series models are introduced and their forecasting performances are compared by the MSFE (mean squared forecast error). We compute the n -step ahead forecast errors over the rolling window. It is generally observed that the TBAT model is superior to the ARIMA model and exponential smoothing method in the forecasting performances. It proves that the TBAT model is a versatile tool in forecasting high-frequency seasonal time series data.

목차 (Table of Contents)

• 제 Ⅰ 장 서 론 1
• 제 Ⅱ 장 시계열 모형 2
• 제 1 절 SARIMA 모형 2
• 제 2 절 Holt-Winters 모형 4
• 제 3 절 이중계절형 Holt-Winters 모형 5
• 제 Ⅲ 장 TBATS 모형 7
• 제 1 절 모형식 8
• 제 2 절 모형의 추정 10
• 제 3 절 예측 11
• 제 Ⅳ 장 실증분석 12
• 제 1 절 분석자료 설명 12
• 제 2 절 모형의 예측성능 평가 15
• 제 Ⅴ 장 결론 18
• 참고문헌 19
• 국문초록 20
• ABSTRACT 21