[시계열 분석 기초] 시계열 평활기법 / 정상적 시계열, ARMA 모형, 자기상관함수, 편자기상관함수

시계열 분석 개요 시계열 데이터는 시간에 따른 관측치가 있는 데이터를 말한다. 이러한 시계열 데이터에 대한 추세, 계절성 그리고 패턴을 확인하는 분석을 시계열 분석이라 한다. 아울러 시간에 따른 패턴을 바탕으로 모형을 만들고 이를 통해 미래값을 예측할 수 있게 된다. 다른 변수를 도입하지 않고 자신의 변수의 과거 패턴이 미래에도 지속된다는 가정하에 미래 값을 예측한다는 점이 일반적인 회귀분석과 다르다. 시계열 패턴은 수평, 추세, 계절성이 복합된 것으로 간주한다. 글 하단에는 퀴즈를 넣어 스스로에 대한 시계열에 대한 이해를 확인할 수 있다. 1. 대표적인 시계열 모형 평활화 모형: 이동평균, 지수평활, 원터스 모형, 분해법 정상적 ARMA 모형: AR 모형, MA 모형, ARMA 모형 비정상적 모형: ARIMA 모형, 계절성 ARIMA 모형 오차 이분산 모형: ARCH 모형, GARCH 모형 다변량 시계열: 벡터회귀모형(VAR) 상태공간모형 2. 이동평균법 이동평균: 매 시점에서 직...

원문링크 : [시계열 분석 기초] 시계열 평활기법 / 정상적 시계열, ARMA 모형, 자기상관함수, 편자기상관함수