시계열 데이터 공부

예측의 목적은 '과거 데이터'나 '예측에 영향을 끼칠 수 있는 미래 사건에 대한 지식' 같은 정보를 바탕으로 가능한 정확하게 미래를 예측하는 것이다. 미래를 예측함으로써 어떠한 상황에 도움이 되는 효율적이고 효과적인 결과를 낼 수 있다.

정상성 데이터는 해당 시계열 데이터가 관측된 시간과 무관한 데이터이다. 시간이 변해도 통계적 특성이 일정한 특징을 가진다. 통계적 특성이란 주로 평균, 분산/공분산을 뜻하지만 이를 포함한 모든 분포적 특성을 총칭한다. 따라서 그래프는 시간에 따라 일정한 평균과 분산을

비정상성 데이터는 시간에 따라 통계적 특성이 변하는 데이터이다. 시계열 데이터는 현재의 상태가 과거와 미래의 상태에 밀접한 연관을 지니는 자기상관(auto-correlation)이 있는 비정상성 데이터가 많다. 비정상 시계열은 정상 시계열에 추세성(trend), 계절성

시계열 데이터의 가장 큰 특징은 관측값들간에 서로 연관성이 있다는 것이다. 시계열 데이터에서 관측값들간 연관이 있다는 것은 현재의 값이 과거의 값에 영향을 받고, 미래의 값이 현재의 값에 영향을 받는다는 의미이다. 이렇게 시간의 흐름에 따라 독립적이

1. 분석 목적 예측 예측의 목적은 '과거 데이터'나 '예측에 영향을 끼칠 수 있는 미래 사건에 대한 지식' 같은 정보를 바탕으로 가능한 정확하게 미래를 예측하는 것이다. 미래를 예측함으로써 어떠한 상황에 도움이 되는 효율적이고 효과적인 결과를