Arma 썸네일형 리스트형 시계열 분석 기법과 응용[Postec 전치혁 교수] Week3-1 ARMA모형의 식별: 시차판정 *이 포스트는 포스택 전치혁 교수님의 K-mooc 강의, 시계열 분석 기법과 응용을 기반으로 작성되었습니다. 모형의 식별, 추정 및 검증과정 크게 5가지 단계로 구성된다. 단계 1의 경우는 현재 과정과 다른 내용이라 이번 강의에서 다루지 않았다. 단계 2: 표본 ACF와 PACF 산출 지금까지는 표본이 아니라 이론적인 ACF, PACF에 대해 알아보았다. 실제 데이터에 적용하기 위해서는 아래와 같이 실제데이터를 바탕으로 ACF와 PACF를 산출해야 한다. 단계 3: 이론적 ACF, PACF를 바탕으로 표본 ACF, PACF와 비교해 ARMA 차수를 구한다. 단계 1~3을 두 가지 예시를 통해 직접 따라가 보자 Example 1) 단계 1: 정상성 확인 -> 평균이 크게 변동하지 않고 유지되고 있으며 계절.. 더보기 시계열 분석 기법과 응용[Postec 전치혁 교수] Week2-4 ARMA모형 *이 포스트는 포스택 전치혁 교수님의 K-mooc 강의, 시계열 분석 기법과 응용을 기반으로 작성되었습니다. ARMA 모형 두 모형 AR, MA의 복합 형태이므로, 정상성 조건과 가역성 조건이 동시에 필요하다. ARMA(1,1)모형의 ACF, PACF ACF의 경우 $\rho (1)$만 구하면 $\phi $를 계속 곱해주는 형태여서 지수적으로 감소하는 패턴이다. PACF 역시 복잡하지만 계산시 지수적으로 감소하는 패턴을 띈다. ARMA(p,q)모형의 ACF, PACF 이번에는 일반화된 ARMA(p,q) 모형을 확인해보자. 아래의 성질은 ARMA 모델을 구상할 때, ACF와 PACF를 바탕으로 가장 적절한 $p$와 $q$를 선택하는 데에 도움을 준다. *0으로 떨어진다는 의미는 지수적으로 감소한다는 의미를.. 더보기 시계열 분석 기법과 응용[Postec 전치혁 교수] Week2-3 AR모형 및 MA모형의 표현 및 성질 규명 *이 포스트는 포스택 전치혁 교수님의 K-mooc 강의, 시계열 분석 기법과 응용을 기반으로 작성되었습니다. ARMA ARMA 모형 - AR 과 MA 표현 방식이 결합된 형태 - ARMA(1,1): 시차 1의 변수와 시차 1의 백색잡음 포함 - week2-3에서는 다루지 않는다. AR 모형 - AR 표현방식이며 유한 시차로 구성 - AR(1): 시차 1 변수 포함, 가장 단순한 형태 AR(2) 모형부터 정상성 조건이 복잡해진다. (유도과정도 어렵다고 한다.) AR(1) 모형의 ACF와 PACF를 살펴보자. *ACF를 구하는 증명은 이전 포스팅 Week 2-1에서 다룬바 있다. https://uky-note.tistory.com/29 시계열 분석 기법과 응용[Postec 전치혁 교수] Week2-1 정상적.. 더보기 이전 1 다음
