210415 시계열 데이터의 개념, 분류

21년 4월 14일 플레이데이터에서 진행하는 데이터과학자 양성과정 5기가 시작됐다.

그리고 15일인 오늘부터 과제가 바로 주어졌다. ㅎㅎ..

본격적인 코딩은 아직 시작도 안했지만 간단한 과제라도 주는 것을 보니 일정이 빡빡할 듯 하다.

잘 따라가서 좋은 결과도 오기를.

 

1. 시계열 데이터의 개념

말 그대로의 의미인듯 하다. 시간의 흐름에 따라 순서대로 관측, 기록된 데이터. 미래의 상황을 예측하기 위해 과거에서부터 기록된 데이터, 시계열 데이터를 활용한다. 

 

2. 시계열 데이터의 분류 

크게 두 가지로 나눌 수 있다.

- 정상성(stationary) 시계열 : 시계열 자료의 변화 패턴이 평균값을 중심으로 일정한 변동폭을 갖는 시계열

- 비정상성(non-stationary) 시계열 : 대부분의 시계열 자료로 시간의 추이에 따라서 점진적으로 증가하는 추세,

                                              분산이 일정하지 않음

 

 

3. 시계열 데이터의 알고리즘

- 일변량 정상 시계열 모형 : 자기회귀모형(AR), 이동평균모형(MA), 자기회귀이동평균모형(ARMA)

- 일변량 비정상 시계열 모형: 자기회귀누적이동평균모형(ARIMA)

- 다변량 시계열 모형 : 벡터자동회귀모형(VAR)