빅데이터 - 16. 시계열 분석 timeseries analysis

시계열 분석

- 시계열 : 시간의 변화에 따라 변동하는 변수들

- 시계열 분석 : 시계열 데이터를 이용하여 예측하는 방법

- 접근 방법 : 시간영역분석, 주파수 영역 분석

- 정상성 : 시간에 따라 변동해도 분산이 일정한 성질

 

시계열 데이터의 패턴

- 추세 : 데이터가 점점 증가 혹은 감소해나가는 형태

- 계절성 : 계절에 따라 영향을 받는 패턴

- 주기성 : 일정 주기를 갖는 패턴 ex. 경졔

- 자기 상관 : 시계열 데이터 사이 선형적사이 선형적 관계

 

 

시계열 분석 모형

1. 선형 회귀 모형

- 아래는 단순 선형회귀 모형과 다중 선형회귀모형

- 최소 제곱법을 통해 구함. 오차 제곱 합이 최소가 되는 beta들을 구하여야함.

 

2. 자기회귀 모형 AR Auto Correlation 모형

- 현 시점을 과거 데이터들의 선형 결합으로 구하는 모형

 

3. 이동평균 모형 MA Moving Average 모형

- 각 시간들의 데이터의 평균으로 현 시점을 추정하는 모형

 

4. 자기회귀 평균이동 모형 ARMA Auto Regressive Moving Average 모형

- AR, MA모형의 결합으로 시간별 평균 데이터로 회귀로 추정하는 모형

 

5. 자기회귀 누적이동평균 모형 ARIMA Auto Regressive Intergrated Moving Average 모형

- ARMA 모델은 ARMA 모델에 적분 연산을 통해 과거 데이터들의 추세성 까지 반영한 모델