어획량의 단기 예측은 자원관리에 있어 중요한 항목이지만 전통적인 개체군 모델은 수산자원 관리에 있어 실제적으로 요구되는 예측력이 크게 부족하다. 다종 또는 생태계 모델도 요구되는 매개변수의 수가 많아 실제적 적용이 어렵다. 반면에 단변수 시계열 분석법은 시계열 자체에서 변동성에 관한 특성을 추정하여 이를 토대로 장래 변동성을 예측함으로 최소한의 자료를 가지고 비교적 정확한 단기예측이 가능하므로 유용성이 높다. 본 연구에서는 ARIMA 시계열 모델을 $1971{sim}1988$년 간의 한국근해의 월별 갈치어획량 자료에 적용하였다. 여기서 나온 예측치와 분석에 포함되지 않았던 $1989{sim}1990$년 간의 어획량과 비교하였다. 분석 결과 예측치와 실제어획량이 잘 일치하였으며(r=0.938) 평균상대오차는 $59.5\%$였다.
Short-term forecasting of fish catch is of practical importance in fisheries management. Ecosystem models and multi-species models as well as traditional single-species models fall short of predicting power needed for practical management of fisheries resources due to the lack of sufficient data or information for the required parameters. Univariate time series analysis, on the other hand, extracts the information on the stochastic variability from the time series itself and makes estimates of the future stochastic variability. Therefore, it can be used for short-term forecasting with minimum data requirements. ARIMA time series modeling has been applied to the monthly Korean catches of hairtail (Trichiurus lepturus) for $1971{sim}1988$. Forecasts of hairtail catch were made and compared with the actual catch data from $1989{sim}1990$ which were not included in the parameter estimation. The results showed a good agreement (r=0.938) between the forecasts and the actual catches with a mean rotative error of $59.5\%$
