배우고 느끼고 생각하고 사랑하라

그리고 즐겨라

정리/시계열 스터디 2

[시계열 스터디] ARIMA Model Part 5

해당 게시글은 고려대학교 김성범 교수님의 ARMA 모델 - Part 5 영상을 기반으로 작성되었습니다 중간고사 이후 모든 것이 리셋된 우리들(이라고 쓰고 나라고 읽음)을 위한 통합 + 심층 자문자답 Review 대상 : 시계열분석에서 사용하는 기본적인 개념들이 어떤 뜻인지는 어느정도 이해하지만 정확히 그게 무엇을 의미하는지 다른 개념들과 유기적으로 연결지어 이해되지 않는 이 ARIMA 모델은 정상성(Stationary)을 이미 가졌을 때에 사용 정상성(Stationary) 1. 평균이 모든 시점 t에서 동일하다 : 추세, 계절성, 순환성 등의 패턴이 더이상 존재하지 않는다. 2. 분산이 모든 시점 t에서 동일하다 : 자료 변화의 폭이 일정하다 의문 1) stationary의 정의는 추세, 계절성, 순환성..

[시계열 데이터] Seasonal Variation

본 포스팅은 김성범 교수님의 강의 https://www.youtube.com/watch?v=5QnR4L3KGz4&list=PLpIPLT0Pf7IqSuMx237SHRdLd5ZA4AQwd&index=8 -Time Series Regression - Part 3 를 참고하여 작성되었습니다. preview 시계열 데이터란? 시간의 흐름에 따라 순서대로 수집되어 시간의 영향을 받게 되는 데이터 시계열 데이터의 구성요소 추세 변동 계절 변동 순환 변동 불규칙 변동 평가 지표 평균제곱오차 (Mean squared error: MSE) 평균제곱근오차 (Root mean squared error: RMSE) 평균절대오차 (Mean absolute error: MAE) 평균절대백분비오차(Mean absolute perce..