시계열 분석을 할 때는 트렌드를 고려해야하는데 이때 행해지는 것이 데이터의 정상성 판단
-> 정상성을 유지하기 위해서는 차분이 필요 : 차분의 필요를 알기 위해서는 디키 풀러테스트로 실험할 수 있다
* 정리
시계열 분석 :(ARIMA)
1. Trend (급상승) 같은 것들이 있는지 파악
2. 파악을 위해서는 dickey fuller test를 실시 -> pvalue를 보고 0.05 이하인지 시계열 안정성 파악
3. 데이터가 정상성을 갖도록 전처리를 함(1차 차분)
4. 단순 증감은 한번의 차분 좀 더 복잡하면 그 이상 차분 시행
5. 그래프를 그려서 PACF ,ACF Peak 의 갯수로 AR차수와 MA차수 결정 -> ex) ARIMA(p,차분횟수,q)
6. 기간별로 train test 나눠서 ARIMA 모델 fitting
반응형
'Time Series Model' 카테고리의 다른 글
상태 공간 모형 기반의 로컬 레벨 모형 및 시계열 구조화 모형 (0) | 2023.05.22 |
---|---|
일반 선형 확률 과정(General Linear Process) - WN,AR,MA (1) | 2023.05.19 |
상태 공간 모형 기반의 지수 평활법 및 선형 추세 알고리즘 (0) | 2023.05.17 |
시계열 데이터 - (one step ahead cross validation) (0) | 2021.07.16 |