목록시계열 분석 (17)

데이터 한 그릇

5)시계열의 통계모델2

이동평균 모델(MA) MA 모형은 과거의 예측 오차를 활용하여 미래를 예측하는데 활용 이동평균 모델은 각 시점의 데이터가 최근의 과거 값에 대한 "오차" 항으로 구성된 함수로 표현된 가정에 의존한다 이때 각 오차항은 서로 독립적이다 AR, MA 동등성 여러 상황에서 MA 과저은 무한 차수의 AR 과정으로 표현될 수 있다 마찬가지로 무한 차수의 MA 과정으로 AR 과정을 표현할 수 있는 상황도 많다 자세한 내용은 MA 과정의 가역성, 월드표현정리, MA/AR 고정의 이중성을 살펴보면 된다 이동평균 모델은 자기회귀 모델과 유사하게 표현될 수 있다 단 선형 방정식을 구성하는 항들이 과정 자체에 대한 현재와 과거 값이 아니라, 현재와 과거의 오차항을 가리킨다는 점이 다르다 따라서 차수 q에 대한 MA 모델을 다..
시계열 분석/Practical TIme Series Analysis 2022. 10. 25. 15:34
5)시계열의 통계 모델

이 장에서는 시계열에 대한 몇 가지 선형적인 통계 모델을 살펴볼 것 이 모델들은 선형 회귀와 관련이 있지만, 각 데이터를 서로 독립적으로 가정하는 비시계열 데이터에 적용되는 표준 방법과는 다른 관점으로 같은 시계열 내 데이터 간 발생하는 상관관계를 알 수 있게 해준다 이번 장에서 다루는 모델은 아래와 같다 자귀회귀(Autoregressive,AR) 이동평균(Moving average, MA) 자기회귀누적이동평균(Autoregressive integrated moving average, ARIMA) 벡터자기회귀(Vector autoregression, VAR) 계층형(hierarchical) 위 모델들은 전통적으로 시계열 예측의 핵심 요소 1. 선형회귀를 사용하지 않는 이유 선형회귀 분석은 독립항등분포(I..
시계열 분석/Practical TIme Series Analysis 2022. 10. 25. 10:38
Prev 1 2 3 4 5 6 7 ··· 9 Next