arima 썸네일형 리스트형 시계열 분석 기법과 응용[Postec 전치혁 교수] Week4-2 계절성을 반영한 ARIMA 모형 이해 *이 포스트는 포스택 전치혁 교수님의 K-mooc 강의, 시계열 분석 기법과 응용을 기반으로 작성되었습니다. 대부분의 데이터는 추세 뿐만 아니라 계절성 또한 띈다. 아래 그래프를 살펴보면, 평균이 변하는 Trend도 보이지만, 일별이다보니, 요일에 따라 위 아래로 그래프가 진동하면서 이동하는 패턴을 확인할 수 있다. (평일에는 비슷한 수준이나 주말마다 오르는 형태.) ARIMA에서 차분을 통해 추세를 제거할 수 있었으나, 문제는 차분만으로는 계절성이 완전히 제거되지 않을 수 있다는 점이다. 직관적으로 생각해봐도, 만약 12개월 주기가 있다면, $X_t$와 $X_{t+12}$ 사이에 관계가 있을 텐데, 차분의 경우 한 시점간의 차이만을 고려하므로, 이를 따로 다루어 주어야 함을 생각해 볼 수 있다. 계절성.. 더보기 시계열 분석 기법과 응용[Postec 전치혁 교수] Week4-1 비정상적 시계열 모형화를 위한 ARIMA 모형 *이 포스트는 포스택 전치혁 교수님의 K-mooc 강의, 시계열 분석 기법과 응용을 기반으로 작성되었습니다. 강의 내용으로 들어가기 전, 먼저 관련 개념들을 명확히 하는 것이 좋을 것 같아 정리해보았다. 추세(Trend): 데이터가 장기적으로 증가하거나 감소하는 경우 이를 추세(Trend)가 존재한다고 한다. 트랜드는 위로 상향하는 upward 일 수도, 아래로 감소하는 downward 일 수도 있으며, 수평적 형태를 띈다면 이를 stationary trend 혹은 horizontal trend라고 한다. 일반적으로 추세를 표현하기 위해, 평균의 변화 즉 선형함수에서의 기울기(Slope)가 존재하면 이를 트랜드라고 하지만, 이것만이 추세의 전부는 아니다. Linear (선형)뿐만 아니라 Quadratic.. 더보기 이전 1 다음
