화이트 노이즈(White Noise, WN = 백색잡음)
- 정의: 시간의 흐름에 따라 아무런 패턴이 남아있지 않은, 의미 없는 값들의 연속 / 무작위한 진동으로, 자기상관이 없는 시계열 / 도 아성 무엇을 분석해 낼 수 없는 것들 / 오차 안에 패턴이 남아있지 않은 상태
- 특징
(1) 잔차는 정규분포
(2) 평균이 0(혹은 상수)이고 일정한 분산을 가짐(=시간이 흘러도 범위가 일정함)
(3) 잔차들이 자기 상관성이 없어야 함(ACF, PACF 0)
시계열 모델링
y = f(x) + ε
즉, 실제값 = 모델 + 오차ε-> 오차를 가지고 모델을 추가할 수 있다면, 오차에는 패턴이 남아있다는 것!
=> 잔차분석: 오차 안에 패턴이 남아있는지 분석
-
시계열 모델링에서, 모델이 잘 만들어 졌다면 잔차는 White Noise에 가까움 => 추세패턴과 계절성 패턴으로 원본데이터를 잘 설명할 수 있다는 뜻
=> 추세 패턴과 계절성 패턴이 하나의 모델이 될 수 있으며, 두 패턴을 새로운 Feature로 사용할 수 있음!
** 단, train set으로 패턴을 찾고, validation에는 train의 패턴 값 추가 -
만약 잔차ε가 WN에 가깝지 않다면, f(x)가 아직 y의 패턴을 제대로 반영하지 않은 것
참고자료
