지난 학기에 1회독 한 <Forecasting: Principles and Practice (3rd ed)>를 조금 더 꼼꼼하게 공부해보고자! 매주(희망) 두 챕터씩 번역을 하고 있다. 2판이 번역되어 otext에 올라와 있으나, 사용한 함수와 포함되어 있는 내용이 조금씩 달라서 3판 원어 버전을 기준으로 작성했다.
노션 페이지에 차곡차곡 쌓아둘 예정-! (오역이 많을테지만 공부 목적이니까 ^_^...) 두 챕터씩 할 때마다 게시글 수정해서 업데이트해야지
Ch 2. Time series decomposition & Ch 3. Time series decomposition
Q. 고전적 분해법은 데이터를 과하게 평활도 시키는 동시에 이상치에도 민감한 것인가?
Ch 4. Time series features & Ch 5. The forecasters toolbox
(Ch 5.3)
예를 들어 평균 방식을 사용한다면, 적합값 y_t hat은 c hat(모든 가용 관측값의 평균)이다. 이때 가용 관측값에는 t 이후의 시간대도 포함된다.
=> Q. 미래의 걸 예측한다면 그 전까지의 값들을 다 평균내는 거 아니었나?
(Ch 5.8)
양수 오차보다 음수 오차에 더 큰 페널티를 부여한다는 것도 단점이다. 이를 보완하기 사용되는 것이 대칭적 MAPE, sMAPE이다.
⇒ Q. 양수 오차보다 음수 오차에 더 큰 페널티를 부여한다는 게 무슨 뜻?
Ch 7. Time series regression model