본문 바로가기

시계열 데이터12

시계열 데이터 - ACF, PACF 로 ARIMA 모델 계수, 차수 선택하기 저번 방학에 혼자 시계열 데이터를 공부하면서 ARIMA 모델에 대해 다루었다. 그때 당시에 혼자서 공부하다 보니 자세히 몰랐던 부분이 있었는데, 학기 중에 시계열 데이터 수업을 들으면서 확실히 알게 된 내용이 있어 정리하고자 한다. 바로 ACF, PACF 그래프 보고 ARIMA 모델의 차수 p, q 를 선택하는 방법이다. (출처 : 수업자료, 수업자료의 출처는 아래 교재입니다.) https://www.wiley.com/en-ie/Applied+Econometric+Time+Series,+4th+Edition-p-9781118808566 https://tiabet0929.tistory.com/8 시계열 데이터 - AR,MA,ARIMA 모델 시계열 데이터 공부를 시작하고 거의 한 달 만에 ARIMA 모델까지.. 2023. 5. 27.
시계열 데이터 - 파이썬 auto_arima 및 ARIMA 모델 정리 오늘은 파이썬의 auto_arima 함수를 사용해보고 ARIMA 함수 내용을 마치고자 한다. 이전의 코로나 확진자 수를 예측해보는 코드를 짜면서 든 생각이, "그럼 코로나 확진자 말고 다른 데이터들도 다 이렇게 ARIMA 모델로 예측할 수 있는데, 그러면 어떤 데이터가 들어오더라도 사용자에게 일정 수준의 예측치를 제공해줄 수 있겠구나!" 하는 것이었다. 그래서 어떤 데이터가 들어오던 ARIMA 모델로 단기간의 미래를 예측해주는 그런 코드를 짜보기로 했다. 이걸 쉽게 가능하게 해준 것이 바로 auto_arima 함수였다. auto_arima 응용 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 from statsmodels.tsa.ari.. 2023. 2. 13.
시계열 데이터 - 코로나 확진자 수 ARIMA 모델로 예측하기 (2) 저번 포스팅에 이어 코로나 확진자 수를 ARIMA 모델을 사용해 예측해본 결과를 마저 기록해보도록 하겠다. https://tiabet0929.tistory.com/10 2023. 2. 10.
시계열 데이터 - 코로나19 확진자 수 ARIMA 모델로 예측하기 (1) 스터디에서 데이콘의 코드를 참고하여 그동안 공부한 내용들을 사용해 실제 데이터에 적용해보는 시간을 가졌었다. 스터디에서 참고한 코드는 아래의 두 편이다. "차트만으로 코스피를 예측할 수 있을까?" 편은 내가 이미 진행한 내용하고 비슷했고, "약형 효율적 시장 가설" 편은 내가 다소 이해하기 어려운 부분들이 있어 생략한 부분들이 많았다. 배운 것을 활용해보고, 다른 사람들의 코드를 참고해봤다는 점에 의의를 두고 싶다. https://dacon.io/competitions/official/235980/codeshare/6556 차트만으로 코스피를 예측할 수 있을까? 월간 데이콘 KOSPI 기반 분석 시각화 경진대회 dacon.io https://dacon.io/competitions/official/2359.. 2023. 2. 8.
시계열 데이터 - 계절성 ARIMA 모델, SARIMA 그동안 공부만 하고 포스팅을 미루었었는데, 오늘은 그간 공부한 내용 중 핵심적인 내용인 계절성 ARIMA 모델, SARIMA 모델에 대해 간단하게 정리해보겠다. 계절성 ARIMA 모델, SARIMA 앞서 데이터의 정상성을 설명할 때, 추세나 계절성을 없애고 싶으면 차분을 진행하고, 분산을 일정하게 만들고 싶으면 로그를 씌운다고 공부한 바가 있다. 그래서 데이터의 계절성을 제거하고 싶을 때 1차 차분 내지 2차 차분을 진행했다. 하지만 SARIMA 에선, 데이터의 계절성을 차분을 통해 진행하는 것이 아닌 그대로 안고 간다고 생각하면 될 것이다. 자세한 건 밑의 예시에서 다루기로 하고, 필요한 개념들을 빠르게 훑어보자. 계절성 차분 앞서 공부한 1차 차분은, 현재 데이터와 이전 데이터, 즉 시차가 1인 데이.. 2023. 2. 7.
시계열 데이터 - AR,MA,ARIMA 모델 시계열 데이터 공부를 시작하고 거의 한 달 만에 ARIMA 모델까지 오게 되었다. 그동안 다른 공부할 거리 때문에 너무 바빴는데, 일 하나가 끝나면 다른 일이 생기고 계속 바쁜 나머지 공부에 많은 시간을 투자하지 못 한 것 같아 아쉬운 마음이 든다. 1월이 거의 다 끝나가는데 아쉬운 생각이 든다. 빨리 ARIMA 모델까진 공부를 마치고 실전 공부를 할 예정이다. 각설하고 이번 포스팅에서는 AR,MA 모델을 공부하고 대망의 ARIMA 모델까지 공부해보도록 하겠다. 사실 앞선 포스팅들을 쓰면서 내용을 자세하게 공부하다 보니 지금 공부할 ARIMA 모델의 내용들의 베이스는 이미 다 공부한 감이 있어서, 공부하는 데에 그렇게 어려울 것 같지는 않다. ARIMA 모델의 AR 모델부터 시작해서, MA, ARIMA .. 2023. 1. 21.

티스토리툴바