시계열의 이해(ARIMA모형)

소개글

아리마모형을 처음 접하시는 분들을 위한 모형 식별부터 진단 및 검정까지의
과정을 알기 쉽게 설명한 글입니다.

목차

I. 시계열과 예측

II. 예제를 통한 시계열분석

III. 사례연구

본문내용

I. 시계열과 예측

1.1 시계열의 개념

- 시간의 경과에 따라 변동하는 변수들을 관측한 결과들의 집합
- 자기회귀이동평균모형과 스펙트럴분석

1.2 시계열의 변동요인과 모형

- 추세변동(secular trend : )
- 순환변동(cyclical movement : )
- 계절변동(seasonal variation : )
- 불규칙변동(irregular fluctuation : )

* 두 가지 기본 모형 *

1) 가법모형(additive model)



2) 승법모형(multiplicative model)



1.3 ARIMA모형 설정의 절차

1 단계 : 정상성 식별
2 단계 : 모형 식별(한 가지 이상의 ARIMA모형을 선택)
3 단계 : 모수 추정(윗 단계에서 선택한 모형의 모수들을 추정)
4 단계 : 모형 진단(선택된 모형의 적합성을 점검)
5 단계 : 판단
6 단계 : 예측

참고 자료

없음