분류 전체보기

평활법 - 지수평활방법

지수평활방법 선형이동평균에서 현재 시점의 시계열자료에 큰 가중치를 주고 과거로 갈수록 작은 가중치를 주는 것이 일반적이고 합리적인 가중치 패턴임 지수평활방법에서 과거로 갈수록 지수적으로 감소(exponentially decreasing)하는 가중치 패턴을 다루게 됨 단순지수평활방법(Single Exponential Smoothing: SES) 1) 주기가 N인 단순이동평균방법으로 예측값을 얻을 경우, 예측시점 T에서 시점 (T+1)의 예측값은 다음과 같이 1번식이 된다. 2) 만일 아주 과거의 시계열 값 Y(T-N)이 존재하지 않는다면, Y(T-N) 값 대신 시점 T의 예측값 F(T)로 대체한다. (2번식) 3) 단순이동평균방법인 (1번식)은 시계열자료가 정상적(stationary)일 경우 적절한 예측방..

평활법 - 이동평균방법

이동평균방법 이동평균방법(Moving Average Method)란 어느 시계열 자료에 대해 예측시점(T)을 기준으로, 차기(T+1)의 예측값을 시점 T에서 가지고 있는 과거 자료의 평균값으로 하는 방법 대체로 일정한 주기를 갖고 비슷한 패턴으로 움직이고 있는 경우에 적용시킬 수 있는 방법 주기가 길어질수록 많은 자료로써 평균을 얻는 것이기 때문에 직선에 가까운 부드러운 선이 얻어짐 이동평균방법에는 평균방법, 단순이동평균방법, 선형이동평균방법 등이 있음 단순이동평균은 현재 시점에서부터 몇 시점 전까지의 자료로 구한 평균이므로 단순이동평균은 평활법보다는 예측목적으로 주로 사용되며, 평활의 목적으로 이동평균을 구하고자 할 경우에는 특히 계절조정을 하고자 할 경우에는 중심화 이동평균이 권장됨 단순평균방법 1)..

시계열 자료의 예측 정확도 측정

예측의 정확도 측정 예측은 과거부터 예측하고자 하는 시점까지 얻어진 시계열자료들을 이용하여 이후 시점에서의 그 자료의 값을 알아내는 것 이러한 예측값이 얼마나 정확한가를 측정해야함 어떤 시계열자료에 대해 몇 가지 방법으로 예측할 경우 어느방법으로 예측한 결과가 가장 적당한가를 알기위해서는 예측값들로 그 예측방법의 정확도를 측정하여 비교해야 함 시계열의 예측 오차 1) 예측시점(T)에 대해 n개의 이전 시점들의 시계열자료를 갖고 있다고 할 때, 여기서 예측 시점이란 현재 시점을 뜻하는 것이 아니라 예측하고자 하는 그 시점이다. 2) n개의 시계열 자료들로 어떤 예측방법을 사용하여 향후 m개 시점들에 대한 예측값을 얻는다면 3) 이 예측방법에 의하여 예측하고자 하는 시점부터 과거 n개의 자료들을 역으로 계산..

시계열의 기본개념 및 변동요인

시계열 개념 시간의 흐름에 따라 변하는 현상을 일정한 시간간격(같은 시간 단위로) 관찰하여 얻어지는 일련의 자료 예로 연별 농작물의 생산량, 인구 증가율-총인구 등과 관련된 시계열, 월별 매출액, 매일 변동하는 종합주가지수 등.. 갖추어야할 요인 관찰된 시계열은 하나의 통일된 시간단위로 얻어져야 함 즉, 수치가 동일한 정의와 방법에 의해서 매시간 관찰된 것이어야 함 분석하는 목적 관측된 과거의 자료를 분석하여 규칙성을 찾고 규칙성이 미래에도 변하지 않고 계속될 것이라는 가정하에 규칙성을 모형화하여 추정하고 추정된 모형을 이용하여 미래의 시계열을 예측하기 위함 시계열자료가 생성된 시스템 또는 확률과정을 모형화하여 시스템 또는 확률과정을 이해하고 제어할 수 있도록 하는 것 시계열의 변동과 모형 추세 변동 (..