-
- 연구보고서
- 이슈+
- 인재채용
- 연구원개요
- 정보공개
- 고객헌장 및 서비스 이행표준
- 학술지
- 농정포커스
- 공지사항
- 조직도
- 공공데이터 개방
- VOC 처리절차
- 글로벌 정보
- KREI논단
- 보도자료
- 원장실
- KREI 정보공개
- 개인정보 처리방침
- 농업농촌국민의식조사
- 주간브리프
- KREI I-zine
- 연구사업소개
- 사업실명제
- CCTV 설치 및 운영안내
- 세미나
- 농업농촌경제동향
- 농경나눔터
- 경영목표
- 연구협력협정 체결현황
- 홈페이지 저작권 정책
- 농식품재정사업리포트
- 동정&행사
- 윤리경영
- 해외출장연수보고
- 이메일 무단수집 금지
- 농업관측정보
- 연구제안
- 신고센터
- 질의응답
- 인권경영
- 체육시설 및 주차장 운영안내
- 뉴스레터
- 임업관측정보
- ESG경영
- KREI CI
- 찾아오시는 길
-
- 연구보고서
- 농촌경제
- 세계농업정보
- 개요
- 자료집
- 채용안내
- 원장 인사말
- 인권경영비전
- 안내
- 경영정보공시
- 국내
- 제1장 총칙
- ESG경영목표및전략
- 수시연구과제
- 논문기고안내
- 해외곡물시장동향
- 정보그림
- 채용공고
- 원장 약력
- 인권경영 추진체계
- 공공데이터 수요조사
- 사전정보공표
- 국외
- 제2장 공정한 직무수행
- ESG경영 추진체계
- 2024년 기본·일반연구보고서
- 논문작성도우미
- 농축산물수입동향(FTA)
- 조사결과
- 친인척 채용인원 공개
- 역대 원장소개
- 인권침해 구제절차 신고
- KREI 핵심정보
- 제3장 부당 이득의 수수 금지 등
- ESG 경영보고서
- 공공데이터 오픈 API
- 관련자료
- 인권경영 활동/교육
- 참고자료
- KREI RESEARCHER
- 제4장 건전한 공직풍토의 조성
- ESG성과평가
- 인권경영 지침/자료
- 제5장 위반시의 조치 등
- ESG경영위원회 운영기준
- 제6장 보칙
농촌경제
예측 조합을 활용한 양념채소 가격 예측 및 예측성과 분석
목차
1. 서론
2. 연구 방법 및 절차
3. 분석 결과
4. 요약 및 결론
요약문
본 연구는 주요 양념채소인 양파, 마늘, 건고추를 대상으로 ETS 지수평활, ARIMA, 인공 신경망 등의 가격 예측 모형을 추정하고, 이로부터 도출된 가격 예측치들을 조합하여 새로 만들어진 예측치가 개별 모형의 예측치보다 예측력이 향상되는지를 평가하였다. 예측 조합방식으로는 평균 및 중앙값을 이용한 단순 조합, 회귀 분석에 기반한 조합, 평균 제곱 오차(MSE) 및 평균 제곱 오차의 순위(MSE RANK)를 활용한 성과 기반의 조합, AIC 정보 기준에 기반한 조합방식을 적용하였다. 개별 모형으로부터 얻은 예측치를 조합한 결과, 전 품목에 걸쳐 예측력이 향상되었고, 예측 기간이 1개월에서 6개월로 이행할수록 예측 조합의 예측 오차가 개별 모형보다 상대적으로 더 작아져 예측 조합의 효과가 두드러지게 나타났다. 예측 조합방식에서는 MSE 및 MSE RANK를 활용한 성과 기반의 조합방식이 상대적으로 우수한 예측성과를 보였다. 본 연구는 주로 단일 모형의 예측력 평가에 중점을 둔 국내 선행연구와 달리 예측 조합방식을 국내 농산물 가격 예측에 적용했다는 점에서 학술적 의의가 있다.
This study aims to determine whether forecast combinations improve predictive accuracy compared to individual price forecasting models. This study estimated forecasting models, including ETS, ARIMA, and Artificial Neural Networks, for three major spice vegetables: onion, garlic, and dried red pepper. The analysis evaluated whether combining forecasts from individual models improved predictive accuracy compared to using each model separately. The forecast combination methods employed included simple averaging and median-based combinations, regression-based combinations, performance-based combinations using Mean Squared Error (MSE) and MSE rank, and combinations based on the Akaike Information Criterion (AIC). The results showed that combining forecasts from individual models improved predictive accuracy for all three spice vegetables. Moreover, as the forecast horizon extended from 1 to 6 months, the prediction errors of the combined forecast were smaller than those of the individual models, highlighting the effectiveness of the combination approach. Among the methods, performance-based approaches using MSE and MSE ranks yielded the best forecasting performance. This study is academically significant because, unlike previous domestic studies that mainly focused on evaluating individual models, it applied forecast combination methods to agricultural price forecasting in Korea.
저자정보
저자에게 문의
구매안내
KREI의 출판물은 판매 대행사 (정부간행물판매센터)와 아래 서점에서 구입 하실 수 있습니다.
판매대행사
판매서점
| 교보문고 | http://www.kyobobook.co.kr |
|---|---|
| 영풍문고 | http://www.ypbooks.co.kr |
| 알라딘 | http://www.aladin.co.kr |
-
상세정보 조회79
-
좋아요0
-
다운로드7
같은 분야 보고서
같은 분야 보고서가 없습니다.
- 다음글
- 동시균형모형을 이용한 국내산 돼지고기 수급예측 모형 개발
- 이전글
- 키워드 네트워크 분석을 이용한 반려동물 관련 이슈 변화 연구