View : 110 Download: 0

확산모형을 이용한 반도체 시장의 수요 예측에 관한 비교 연구

확산모형을 이용한 반도체 시장의 수요 예측에 관한 비교 연구
Issue Date
대학원 통계학과
이화여자대학교 대학원
수요예측을 위한 모형으로 성장곡선 모형과 확산모형에 대한 연구가 활발한 것에 비해, 제시되고 있는 모형의 가정 및 적합성에 대한 검토와 변곡점 이전의 수요자료를 통해 변곡점 이후의 자료를 예측하고자 경우 등에 대한 연구는 부족한 상황이다. 따라서 본 연구에서는 전세계 Dram 선적량 자료를 전체기간, 변곡점까지의 기간, 성장기의 기간의 자료범위로 나누어 기간에 따른 Gompertz, Stanford, Nelder, NSRL확산모형의 적합성과 총수요 예측성을 비교한다. 또한 Dram자료의 분포적 특징을 알아봄으로써 적합성 및 예측성 결과와의 연관성을 알아본다. 연구결과 전체자료가 주어졌을 경우는 네 모형 모두 우수한 예측력을 나타내나, 주 관심 부분인 초기성장기 자료의 경우 Nelder모형과 NSRL모형은 과소추정을, Gompertz모형은 과대추정을, Stanford모형은 추정 불가능의 경향을 보였다. 전반적으로 다른 모형들보다Gompertz모형이 우수함을 보이나, 각각의 자료형태에 따라 적합성이 좋은 모형이 다르게 나타났다. 그리하여Q-Q plot을 통해 자료의 분포를 살펴본 결과 대부분의 Dram자료가 Gompertz분포를 따름을 알 수 있었다. 그러므로 앞으로 생산될 전세계Dram의 선적량 예측에 있어서도 Gompertz 확산모형이 가장 뛰어난 적합성을 보여주리라 판단된다. ;Despite its usefulness and extensiveness of diffusion models, there are a little study about the comparison of the sales forecasting performance in various situations. The objective of this paper is to compare the forecasting performance of some useful diffusion models using various periods of world Dram shipment data. The data is divided into three terms such as full data, data until point of inflection and data of the early stage of growth. Understanding the distributions of data will help to find which model is more efficient and valuable to predict the whole sales of Drams. The results of study are as follows. All models have excellent predictions in case of full data, but both Nelder and NSRL tends to underestimate and Gompertz has overestimation in the data sets of the early stage of growth. Also, Stanford has worse performance than the others except 1M-Dram. Although Gompertz shows better fitness than the other models in various cases of data sets generally, there are different results on a case by case basis. The outcome of Q-Q plots demonstrates that Gompertz is the best fitting model in the world Dram market, but it is recommended to use several useful models together to make better decisions.
Show the fulltext
Appears in Collections:
일반대학원 > 통계학과 > Theses_Master
Files in This Item:
There are no files associated with this item.
RIS (EndNote)
XLS (Excel)


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.