6.4. 시계열 분석 입문

November 19, 2016

시계열 기법은 데이터에 있을 수도 있는 내부 구조를 살핀다 산업 공정을 모니터링하거나 기업의 사업 지표를 추적할 때 종종 시계열 데이터를 접한다. 데이터를 시계열을 다루는 방법으로 모델링하는 것과 공정을 모니터링하는 방법(이 장의 앞 부분에서 다룬)에는 다음과 같은 중요한 차이가 있다.

시계열 분석은 시간에 따라 수집한 데이터를 설명한다. 이러한 데이터에는 꼭 고려해야 할 자기상관(autocorrelation), 추세(trend), 계절적인 변화(seasonal variation)문자적으로만 계절이 아니다. 같은 내부 구조가 있을 수 있다.

이 절(section)에서는 급성장하는 시계열 분석과 모델링 분야에서 많은 이들이 사용하는 기법을 간략하게 설명하겠다.

이 절에서 다루는 내용 다루는 내용의 범위

1. 정의, 응용, 기법

2. 이동 평균과 평활법이란?

1. 단일 이동 평균
2. 중앙 이동 평균

3. 지수 평활법이란?

1. 단일 지수 평활법
2. 단일 지수 평활법을 통한 예측
3. 이중 지수 평활법
4. 이중 지수 평활법을 통한 예측
5. 삼중 지수 평활법
6. 삼중 지수 평활법 예제
7. 지수 평활법 요약

4. 단변량 시계열 모델

1. 표본 데이터
2. 정상성Stationarity
3. 계절성Seasonality
4. 일반적인 접근법
5. 박스-젠킨스Box-Jenkins 접근법
6. 박스-젠킨스 모델 판별
7. 박스-젠킨스 모델 측정
8. 박스-젠킨스 모델 검증
9. 단변량 박스-젠킨스 분석 예제
10. 계절성 데이터에 대한 박스-젠킨스 모델 분석

5. 다변량 시계열 모델

1. 다변량 시계열 분석의 예

원문 보기

6.4. 시계열 분석 입문 - November 19, 2016 - Daniel Kim, PhD