ARIMAX-Threshold 모형을 이용한 20대 이하 마약류 사범 검거 수 시계열 분석

• 영문명: Time series analysis for the number of drug offenders under 20s using ARIMAX-Threshold model
• 발행기관: 한국자료분석학회
• 저자명: 장지수(Jisoo Jang) 최승원(SeungWon Choi) 황은주(Eunju Hwang)
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.26 No.4, 1015~1031쪽, 전체 17쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 2024.08.30

국문 초록

최근 우리나라 청소년들의 마약 관련 사건은 사회적으로 큰 이슈가 되고 있다. 특히 20대 이하의 마약류 사범 검거 수가 급속히 증가하여 2023년에는 전체 마약류 사범 수의 약 35.5%를 차지할 정도로 청소년 마약 중독은 국가의 심각한 문제가 아닐 수 없다. 본 연구에서는 20대 이하의 마약류 사범 검거 수에 대한 시계열 분석과 예측을 위하여, 시계열 모형을 연구 비교하는 것을 목표로 한다. 20대 이하 마약류 사범 검거 수 데이터에 ARIMA 모형을 적용하고, 나아가 외생변수를 가지는 ARIMAX 모형을 고려한다. 예측력을 더욱 향상시키기 위하여 외생변수의 존재여부를 반영하는 Threshold가 추가된 모형을 제안하고 비교 분석한다. 외생변수로서는, 주 마약거래처로서 마약 범죄와 직접적인 연관성을 지닌 다크 웹 데이터를 사용하며, 교차상관계수 분석을 기반으로 지시변수와 Threshold를 포함하는 ARIMAX-Threshold 모형을 제안한다. 표본외 예측분석을 수행하여 예측 성능을 비교한 결과, ARIMAX-Threshold 모형이 최대 9.4%의 예측 오차를 개선하였음을 확인하였다. 2025년 4월까지의 20대 이하 마약 사범 검거 수 데이터의 예측값과 예측구간을 제시하였고, 이를 통해 마약류 범죄 예방 및 정책 수립에 기여하고자 한다.

영문 초록

In recent years, the number of drug offenders under 20s has surged, accounting for approximately 35.5% of all drug offenders in 2023, which becomes a serious social issue in Korea. The purpose of this work is to study and compare time series models for statistical analysis and prediction for the number of drug offenders under 20s. ARIMA and ARIMAX model is applied to the data of the number of drug offenders arrested under 20s. In order to further improve the predictability, a model added by threshold, reflecting the presence or absence of the exogenous variable, is proposed and compared. As for the exogenous variable, dark web data that is directly related to the number of drug offenders arrested, as a main drug dealer, is used. Based on cross-correlation coefficient analysis, the ARIMAX-Threshold model including indicator variables and threshold is proposed. Out-of-sample forecasting analysis is performed to compare the forecasting performance, and it is revealed that the ARIMAX-Threshold model proposed in this study improves the forecasting errors by up to 9.4%. The predicted values and prediction intervals of the data on the number of drug offenders under 20s until April 2025 are presented, which will contribute to help in policy development for drug crime prevention.

목차

1. 서론

2. 분석방법 및 데이터 소개

3. 분석 결과

4. 결론

References

키워드

시계열 모형 마약류 사범 검거 수 외생변수 예측 Time-series model Drug-related arrest exogenous variable Threshold Prediction