시계열 분석을 하라고? 데이터 분석을 하면서 | 커리어리

시계열 분석을 하라고? 데이터 분석을 하면서 가장 필요한 것이라고 생각한다면 적합한 목적을 달성하기 위해 적합한 데이터를 적합한 방법으로 하는 것이라고 말하고 싶습니다. 세 가지 조건인 목적, 데이터, 방법 중 한 가지 이상이라도 궤를 다르게 하면 억지가 되면서 원하는 결과를 얻지 못하는 경우가 많이 생깁니다. 설명할 변수가 없어서 시계열 분석을 어쩔 수 없이 한 적이 있었습니다. 얻고자 하는 결과는 있는데 그걸 설명할 다른 변수가 내부에 적재되어 있지 않고 당장 구할 수도 없는 상황인 것이죠. 하지만 예측하고자 하는 값은 꼭 구해야 하는 상황. 할 수 없이 하나의 변수로 시간적 예측을 하기 위해 시계열 분석을 써야 했습니다. • 시계열 분석은 평균과 분산이 일정하고 특정한 시차의 길이를 갖는 자기 공분산이 동일한 정상성이 있는 시계열 자료에서 높은 품질을 보입니다. • 대표적인 시계열 모형인 ARIMA(autoregressive integrated moving average model)은 정상성을 만족하는 데이터로 분석을 하고 최초 데이터가 정상성을 만족하지 않을 때는 차분 등의 방법을 활용합니다. • 하지만 자료의 수가 적고 어떻게 해도 패턴이 안정적이지 않으면 사실 이 방법을 신뢰하기 어렵습니다.

시계열 분석을 하라고?

brunch

2021년 2월 10일 오후 1:15

댓글 0

주간 인기 TOP 10

지난주 커리어리에서 인기 있던 게시물이에요!