본문 바로가기

data/time series regression_시계열분석

1. 시계열 데이터 이해 안녕하세요, 이번 장부턴 본격적으로 시계열 데이터에 대해 알아보도록 하겠습니다. 시계열 분석 방법론 이전에 시계열 데이터가 어떤 구성요소를 지니는지 그 기본부터 하나씩 알아보고자 합니다:) 1) 시계열 데이터 개념시간의 흐름에 따라 순서대로 관측되어 시간의 영향을 받는 데이터를 의미합니다. - Daily(일), Monthly(달), Quarterly(분기), Yearly(년) 일별로, 달별로, 분기별로 등 다양한 관점에서 시계열 데이터를 바라볼 수 있겠습니다. - 시계열 데이터 예시 : 시간에 따른 제품 판매량, 재고량, 실업자 수, 항공 승객 수 이처럼 시간에 따라 살펴볼 수 있는 데이터는 다양합니다 위 그림처럼 시간에 따른 항공 승객 수를 보았을 때, 전체적으로 우상향하는 추세 뿐만 아니라 주기적으로.. 더보기
0. 시계열 데이터 분석 방법론 트렌드 안녕하세요, 시계열 분석에 앞서 시계열 분석 방법론 트렌드에 대해 알아 보도록 하겠습니다:) 다음과 같이 크게 세가지로 분류해볼 수 있습니다. 1) 전통 통계 기반 - 이동평균법(moving average) - 지수 평활법 (exponential smoothing) - ARIMA 모델 (autoregressive integrated moving average model) - SARIMA 모델 (seasonal arima model) - binary variable model (해당 시점만 1, 나머진 0으로 변환) - trigonometric model (sine 과 cosine 함수의 조합으로 표현) - ARIMAX 모델 (autoregressive integrated moving average exo.. 더보기

티스토리툴바