seasonal_order에는 PDQs 파라미터가 존재한다.
P: 모델의 계절적 자기회귀 부분의 차수이다. 예측 변수로 포함할 계절적 시차 값의 수를 지정한다.
D: 계절을 고정시키는 데 사용되는 계절 차분의 차수이다.
Q: 모델의 계절이동평균 부분의 차수이다. ARIMA 모델에 들어가야 하는 계절적 지연 예측 오차의 수를 지정한다.
s: 데이터의 계절 주기 길이이다. 주로 12를 사용한다.
예를 들어 특정 달의 판매가 '전년도' 같은 달의 판매와 어떤 식으로든 관련이 있는 경우 (1,0,0,12)를 사용할 수 있다. 특정 달의 매출이 '지난 2년' 동안 같은 달의 매출과 관련이 있는 경우 (2,0,0,12)를 사용할 수 있다.
모델이 관측치와 전년도의 해당 관측치 간의 차이를 사용하는 것이다. 예를 들어 6월 매출 데이터의 경우 이전 6월 매출 데이터를 뺀다. 이것은 계절적 패턴이 고정적이지 않고 해마다 면하는 경우에 사용한다.
전년도의 오차를 사용하여 현재 관측치의 오차를 모형화한다. 현재 관측값의 오류를 모델링하기 위해 전년도와 2년 전의 오류를 사용한다.
예를 들어 이번 5월 매출 오차는 지난 5월 매출 오차의 함수일 수 있다.
잘 읽었습니다. 좋은 정보 감사드립니다.