Box-Jenkins

Box-Jenkins 모형 (4) - 시계열의 모형구축

모형의 파라메터 추정과 진단 시계열의 모형구축 (1) 시계열 모형구축하는 과정 모형식별단계 : 시계열의 도표를 그려 시계열의 특성을 파악하고 모형을 식별 모형추정단계 : 식별된 모형의 모수를 추정 모형진단단계 : 추정된 모형을 진단 모형설정단계 : 최종적인 모형 설정 예측단계 1) 시계열의 사전조정 : 추세의 제거, 분산안정화 변환 1. 추세성의 제거 결정적추세(deterministic trend) : 시간의 흐름에 따라 추세가 변하지 않고 일정하게 계속되는 것으로 차분을 통해서 추세를 제거하는 것보다 추세요인을 모형에 포함시켜 추세성분을 추정하고 예측에 사용 확률적추세(stochastic trend) : 인접 자료들간에 강한 양의 상관관계 때문에 어떤 추세가 있는 것처럼 보이는 경우가 있는데 이러한 추..

Box-Jenkins 모형 (1)

Box-Jenkins 모형 1) Box-Jenkins 모형은 시계열자료 분석의 대표적인 예측모형이다. ARIMA(Auto-Regressive Integrated Moving Average) 모형으로 일컬어지는 Box-Jenkins 방법은 주어진 시계열자료가 어떤 모형에 맞을 것인가를 판단하고 시계열자료를 그 모형에 적용시켜 나가는 방법 2) Box-Jenkins 모형에 의하여 시계열 자료를 다룰 때 다음의 세 가지 단계를 거친다. (1) 모형식별(model identification) : 현시점을 기준으로 과거 시계열자료들로 부터 얻어진 여러 가지 통계량으로써, 그 시계열 자료가 어느 모형에 적합한 가를 알아보는 단계 (2) 식별된 모형의 파라메터(모수) 추정 및 진단(testing) : 일단 어느 모형..