'시계열'에 해당되는 글 2건
- 2020.09.19 :: [통계] 시계열 - 변동요인
- 2019.02.24 :: 시계열분석 example
Random variation(분규칙변동)
- 어떤 규칙없이 나타나는 예측 불가능한 변동요인.
실제 시계열 자료에서 추세, 순환, 계절요인을 뺀 결과로 회귀분석의 오차에 해당
Seasonal variation(계절변동)
- 일정한 기간(월, 요일 분기 등)을 두고 1년 단위로 반복적으로 나타나는 변동
Trend variation(추세변동)
- 인구 변동, 지각 변동, 기술 변화 등에 의해 영향을 주는 장기적인 변동
Cylical variation(순환변동)
- 고정된 주기없이 상승이나 하락을 보이는 순환 성분의 변동.
순환의 평균길이는 계절변동의 길이보다 길다(2~10년)
'Data 분석' 카테고리의 다른 글
| [통계] 검정의 오류: 1종오류 2종오류 (0) | 2020.10.19 |
|---|---|
| [Spark] Application, Job, Task (0) | 2020.09.19 |
| [통계] 신뢰구간 , 예측구간 (0) | 2020.09.19 |
| [통계] 왜도(Skewness) (0) | 2020.09.06 |
| 코호트 분석(Cohort Analysis) 란? (0) | 2020.07.21 |
> Nile # 1871 ~ 1970년도까지 아스완댐에서 측정한 나일강의 연간 유입량에 관한 시계열 데이터
Time Series:
Start = 1871
End = 1970
Frequency = 1
[1] 1120 1160 963 1210 1160 1160 813 1230 1370 1140 995 935 1110 994 1020 960 1180 799 958 1140 1100 1210 1150
[24] 1250 1260 1220 1030 1100 774 840 874 694 940 833 701 916 692 1020 1050 969 831 726 456 824 702 1120
[47] 1100 832 764 821 768 845 864 862 698 845 744 796 1040 759 781 865 845 944 984 897 822 1010 771
[70] 676 649 846 812 742 801 1040 860 874 848 890 744 749 838 1050 918 986 797 923 975 815 1020 906
[93] 901 1170 912 746 919 718 714 740
> ldeaths # 1974 ~ 1979년도까지 영국 내의 월별 페질환 사망자에 관한 시계열 데이터, mdeath 남성사망, fdeath 여성사망
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1974 3035 2552 2704 2554 2014 1655 1721 1524 1596 2074 2199 2512
1975 2933 2889 2938 2497 1870 1726 1607 1545 1396 1787 2076 2837
1976 2787 3891 3179 2011 1636 1580 1489 1300 1356 1653 2013 2823
1977 3102 2294 2385 2444 1748 1554 1498 1361 1346 1564 1640 2293
1978 2815 3137 2679 1969 1870 1633 1529 1366 1357 1570 1535 2491
1979 3084 2605 2573 2143 1693 1504 1461 1354 1333 1492 1781 1915
> plot(Nile)
> plot(ldeaths)
>
> #분해시계열
> ldeaths.decompose <- decompose(ldeaths)
> ldeaths.decompose$seasonal
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov
1974 873.7514 896.3347 687.5431 156.5847 -284.4819 -440.0236 -519.4236 -669.8736 -678.2236 -354.3069 -185.2069
1975 873.7514 896.3347 687.5431 156.5847 -284.4819 -440.0236 -519.4236 -669.8736 -678.2236 -354.3069 -185.2069
1976 873.7514 896.3347 687.5431 156.5847 -284.4819 -440.0236 -519.4236 -669.8736 -678.2236 -354.3069 -185.2069
1977 873.7514 896.3347 687.5431 156.5847 -284.4819 -440.0236 -519.4236 -669.8736 -678.2236 -354.3069 -185.2069
1978 873.7514 896.3347 687.5431 156.5847 -284.4819 -440.0236 -519.4236 -669.8736 -678.2236 -354.3069 -185.2069
1979 873.7514 896.3347 687.5431 156.5847 -284.4819 -440.0236 -519.4236 -669.8736 -678.2236 -354.3069 -185.2069
Dec
1974 517.3264
1975 517.3264
1976 517.3264
1977 517.3264
1978 517.3264
1979 517.3264
> plot(ldeaths.decompose)
>
> #원 시계열 자료에서 계절요인을 제거한 후 plot
> ldeaths.decompose.adj <- ldeaths - ldeaths.decompose$seasonal
> plot(ldeaths.decompose.adj)
>
> # ARIMA 모형
> # 1번차분
> Nile.diff1 <- diff(Nile, differences = 1)
> # 2번 차분
> Nile.diff2 <- diff(Nile, differences = 2)
> plot(Nile.diff2)
'R' 카테고리의 다른 글
| 주성분 분석 (0) | 2019.02.21 |
|---|---|
| 다차원척도법 (0) | 2019.02.21 |
| 다변량분석 - 상관분석 (0) | 2019.02.18 |
| step 함수를 이용한 전진선택법 적용 example (0) | 2019.02.17 |
| 다중선형분석 example 2 (0) | 2019.02.17 |