전치혁 썸네일형 리스트형 시계열 분석 기법과 응용[Postec 전치혁 교수] Week2-2 편자기상관함수, AR/MA 표현방식, 후향연산자 *이 포스트는 포스택 전치혁 교수님의 K-mooc 강의, 시계열 분석 기법과 응용을 기반으로 작성되었습니다. 편자기상관함수 (Partial Autocorrelation function, PACF) - 정상적 시계열의 형태를 식별하는데 ACF 외에 PACF의 정보를 활용함. - 내가 고려하고자 하는 시점 $t, t-k$ 사이의 중간 시점들 $(t-1, t-2, ... t-k+1)$에 대한 정보가 주어진 상태의 Correlation. - 따라서 중간값이 없는 $P(1)$의 경우 조건부 확률이 제외되므로, ACF와 동일한 값을 가지게 된다. - 아래 회귀식을 살펴보면 $Z_t$를 설명하기 위해 이전 정보들 $Z_{t-1} ~ Z_{t-k}$의 선형결합을 진행 했을 때, $t-k$의 계수와 동일하다고 볼 수 있.. 더보기 시계열 분석 기법과 응용[Postec 전치혁 교수] Week2-1 정상적 시계열과 자기상관함수 *이 포스트는 포스택 전치혁 교수님의 K-mooc 강의, 시계열 분석 기법과 응용을 기반으로 작성되었습니다. 정상적 시계열 (Stationary Time Series) - 실제 시계열은 추세, 계절성을 포함하는 비정상적(non-stationary)인 것이 많다. - 비정상적 시계열은 적절한 변환을 통해 정상적 시계열로 바꿀 수 있다. 강 정상성 (Strong Stationarity) *여기서 결합확률분포(Joint Distribution)란 $X$와 $Y$ 두 개의 변수가 있을 때 그 순서쌍 $(X_i, Y_i)$ 가 동시에 특정한 값을 갖는 확률 $P(X=X_i, Y=Y_i)$을 의미하며, 이를 함수로 나타내면 $f(X,Y)$ 즉 joint probability mass function이 된다. 즉 강.. 더보기 시계열 분석 기법과 응용[Postec 전치혁 교수] Week1-1 이동평균법 *이 포스트는 포스택 전치혁 교수님의 K-mooc 강의, 시계열 분석 기법과 응용을 기반으로 작성되었습니다. 시계열 분석 (Time Series Analysis) 하나의 변수에 대한 시간에 따른 관측치를 시계열 또는 시계열 데이터라 함. 회귀모형과는 달리 다른 변수를 도입하지 않고 자신의 변수의 과거 패턴이 미래에도 계속된다는 가정하에 변수의 과거값을 바탕으로 미래값 예측 시계열 패턴은 수평, 추세, 계절성이 복합된 것으로 간주 시계열 분석의 목적: 시계열의 특성(추세, 계절성)을 요약하고 시간에 따른 패턴(자기 상관성)을 분석 시간에 따른 패턴을 바탕으로 모형화하고 미래값을 예측 시계열 분석 모형의 종류: 평활화 모형: 이동평균, 지수평활, 윈터스 모형, 분해법 정상적 ARMA 모형: AR, MA, A.. 더보기 이전 1 다음
