DMQA2 시계열 공부 (2) - ARIMA 모형 안녕하세요! 제리입니다. 이번에도 DMQA 김성범 교수님의 ARIMA 모형 강의를 내용을 토대로 작성했습니다. https://www.youtube.com/watch?v=ma_L2YRWMHI&list=PLpIPLT0Pf7IqSuMx237SHRdLd5ZA4AQwd&index=9 정상 프로세스 (Stationary Process) : 시간에 관계 없이 평균과 분산이 일정한 시계열 데이터 정상성 확인 (Autocorrelation Function 패턴) Lag1 : 현 시점과 한 시점 미룬 데이터와의 차이 Lag2 : 현 시점과 두 시점 미룬 데이터와의 차이 PACF(Partial AutoCorrelation Function) : 특정한 패턴 없이 랜덤할 경우 stationary 하다고 할 수 있다 (정상) N.. 2023. 6. 27. 시계열 공부 (1) - 시계열회귀분석 안녕하세요! 제리입니다. DMQA 김성범교수님 유튜브인 Time Series Regression (1)~(3) 강의를 보며 정리했습니다. https://www.youtube.com/watch?v=7Do_hixXCpc 시계열 데이터 : 시간의 흐름에 따라 순서대로 관측되어 시간의 영향을 받게 되는 데이터로 일, 달, 분기, 년 등 구성 – 추세(trend), 순환(cycle), 계절(seasonal variations), 우연(random fluctuation) 추세 : 시간이 경과함에 따라 관측값이 지속적으로 증가하거나 감소하는 추세를 갖는 경우의 변동 (Downward, Upward) 순환, 주기 : 주기적인 변화를 가지거나, 계절에 의한 것이 아니고 주기가 긴 경우의 변동 계절 : 주별, 월별, 계졀.. 2023. 6. 27. 이전 1 다음
