Journal of the Korean Data and Information Science Society

The Korean Data and Information Science Society (한국데이터정보과학회)
권호 표지

Forecasting number of student by Holt-Winters additive model

홀트-윈터스 가법모형에 의한 전국 학생수 예측

  • Published : 2009.07.31
Download PDF
⟨ Previous Next ⟩

Abstract

The idea of this paper is to get the time series data from the number of student on the elementary, meddle and high-school for the forecasting of the numbers of student. Tow models, model A and model B, of time series data are obtained. The Holt-Winters additive methods are used for the forecasting of the numbers of student with the model A and model B until 2019 year. As the result, the abilities of forecasting on model A and B are better than those of the Korean education statistical system 2007.

본 연구는 전국 초 중 고등학교 학생수 데이터를 계절성과 추세성을 가지는 시계열 데이터로 전환하는데 있다. 시계열 데이터로의 전환방법은 학년의 진급에 따라서, 초등1학년에서 고3학년까지 12년 한 주기로 하는 모형 A의 시계열 데이터 전환과, 각 학년을 한 주기로 하는 모형 B의 시계열 데이터 전환방법을 사용하였다. 전환된 시계열 데이터, 모형 A와 모형 B를 가지고, 홀트-윈터스의 가법모형을 이용하여 학생수를 예측하였다. 2019년까지의 전국 초.중.고등학교의 학생수를 예측하고, 교육과학기술부의 교육인적자원 통계서비스의 2007년에 예측한 2019년까지의 학생수 예측과 비교분석 하였다.

Keywords

References

  1. 김연형 (1994). <시계열분석>, 자유아카데미, 서울.
  2. 김종태, 서효민, 이인락 (2009). 2026년까지 대구광역시와 경상북도 지역의 고등학교 3학년 학생수에 대한 예측과 대학입학정원수와의 비교. <한국데이터정보과학회지>, 20, 159-169.
  3. 조찬혁 (2008). 동해항 시멘트 물동량의 추정에 관한 연구. <물류학회지>, 18, 33-53.
  4. 최태성, 김성호 (2004). 철도여객수요예측을 위한 홀트-윈터스모형의 초기값 설정방법 비교. <한국철도학회논문집>, 7, 9-13.
  5. BakiBillah Md., King, M. L., Snyder, R. D. and Koehler, A. B. (2006). Exponential smoothing model selection for forecasting. International Journal of Forecasting, 22, 239-247. https://doi.org/10.1016/j.ijforecast.2005.08.002
  6. Campbell, S. D. and Diebold, F. X. (2005). Weather forecasting for weather derivatives. Journal of American Statistical Association, 100, 6-16. https://doi.org/10.1198/016214504000001051
  7. Holt, C. C. (1957). Forecasting seasonals and trends by exponentially weighted moving averages, Camegie Institute of Technology, Pittsburgh, Penn.
  8. Kim, J. T. (2005a). The forecasting about the numbers of the third graders in a high-school until 2022 year in daegu. Journal of the Korean Data and Information Science Society, 16, 933-942.
  9. Kim, J. T. (2005b). The forecasting for the numbers of a high-school graduate and the number limit of matriculation in Kyungbook. Journal of the Korean Data and Information Science Society, 16, 969-977.
  10. Snyder, R. D., Oed, J. K. and Koehler, A. B. (2001). Prediction inyervals for ARIMA model. Journal of Business & Economic Statistic, 19, 217-225. https://doi.org/10.1198/073500101316970430
  11. Tu, Y., Ball, M. O. and Jank, W. S. (2008). Estimating flight departure delay distributions- A statistical approach with long-term trend and short-term pattern. Journal of American Statistical Association, 103, 112-125. https://doi.org/10.1198/016214507000000257
  12. Winters, P. R. (1960). Forecasting sales by exponentially weighted moving average. Management Science, 6, 324-342. https://doi.org/10.1287/mnsc.6.3.324