[시계열 분석 기초] 지수평활법 종류 / 단순지수평활방법, Brown 지수평활방법, Holt 지수평활방법

평활의 개념과 이유 평활이란 평평하게 만들어준다는 뜻이다. 모난 부분을 매끄럽게 만들어줌으로써 추세를 좀 더 정확하게 알 수 있다. 시계열 분석에서 평활은 과거 데이터에 대한 가중치 부여와 관련이 깊다. 가장 최근의 데이터에 얼마나 가중치를 부여하느냐에 따라 예측된 값이 달라진다. 시계열 데이터를 가지고 분석 및 예측을 할 때 해당 데이터의 시간적 순서에 따라 가중치를 부여하는 것은 어쩌면 너무도 당연하고 필요한 조치이다. 어느 시점의 데이터를 어느 정도로 고려하느냐는 문제는 단순히 이동평균을 구하는 것보다 시계열 분석 및 예측을 정교하게 해줄 수 있다. 그래서 시계열 분석에서는 이러한 가중치부여를 담당하는 문제를 평활(Smoothing)이라 정의한다. 평활을 함으로써 오차를 줄이고 더 좋은 예측 모형을 만들 수 있다. 이 글에서는 과거로 갈수록 지수적으로 가중치를 감소시키는 가중치 패턴에 대해서 다루고자 한다. 일반적으로 그냥 이동평균법을 통해서 미래를 예측할 때 결국 예측된 값으...

원문링크 : [시계열 분석 기초] 지수평활법 종류 / 단순지수평활방법, Brown 지수평활방법, Holt 지수평활방법