시계열(Time series analysis) 분석에 대한 썰

시계열(Time series analysis) 분석

1. 지극히 개인적인, 결론
1) 시계열 분석은 예측이 아닌 다른 요소와의 관계를 분석하는 용도로 사용한다

2) 시계열 분석은 예측이 아닌 파라미터와 리턴이 있는 함수(조건연산)처럼 활용한다
-> 제공하려는 서비스의 이해관계자(현장 전문가)의 노하우를 파라미터로 실증(함수를 연산한 리턴값)하는 형태로 진행한다.

3) 합리적 시나리오
   X - 어떻게 될 것이다
  O - 어떤 조건(사람의 경험적 노하우,과거 데이터 기반 상관관계 분석)을 만족한다면 ...어떻게 될수있다.

2. 썰의 배경지식
1) 시계열 분석은 ARIMA라고 한다. ARMA에 'I(Intgrated, 누적)'가 추가된 형태이다.
2) 용어정의 ARIMA(Autoregressive Integrated Moving Average)
(1) Autoregressive는 자기회귀모형을 의미하고, Moving Average는 이동평균모형을 의미
(2) AR - 자기회귀(Autoregression). 이전 관측값의 오차항이 이후 관측값에 영향을 주는 모형.
I - Intgrated. 누적을 의미하는 것으로, 차분을 이용하는 시계열모형들에 붙이는 표현.
MA - 이동평균(Moving Average). 관측값이 이전의 연속적인 오차항의 영향을 받는다는 모형.
3) 탄생? 배경
...(중략)