[시계열분석-8]시계열 모델과 예측
Author
Irealist
Date
2016-12-04 16:41
Views
990
『Disclaimer: 본 글은 대학원의 시계열분석 수업 및 시계열분석 서적에 관한 공부 내용을 정리하는 시리즈입니다.
본 내용은 필자가 전부 직접 요약하여 적은 개인 노트이며, 개인 공부 및 복습이 주목적일 뿐, 상업적 의도는 없습니다.
Source: Regression Modeling with Actuarial and Financial Applications by Edward W. Frees』
8-1. Smoothing with Moving Averages
8-1-1. Basic Moving Average
시계열 모델을 매우 단순히 표현하면,
yt = st + εt
Signal 파트 s와 noise 파트 ε로 나눌 수 있다.
만약 noise의 σ2가 지나치게 클 경우, 이를 줄이기 위해 smoothing 기법을 이용할 수 있다.
위는 basic moving average estimate이며, (=running average) k를 running average length라고 한다.
이렇게 smoothing을 하면 σ2가 σ2/k가 된다.
이를 이용해 forecast를 하려면,
만약, series에 trend가 없으면, (yt - yt-k)/k 항은 작아져서 무시할 수 있게 된다.
그러면, 다음과 같다.
8-1-2. Exponential Moving Average
EMA는 과거로 갈수록 exponentially weight가 작아진다.
0 < w < 1이며, 일반적으로 0.6 < w < 0.9이다. 또한 Σw = 1/(1-w) ; for 0 ≤ w < ∞이다.
위의 식은 아래로 다시 표현할 수 있다.
Total 0
You must be logged in to post a comment.
Total 38
| Number | Title | Author | Date | Votes | Views |
| Notice |
[공지]Data Science 게시판의 운영에 관하여
Irealist
|
2020.05.18
|
Votes 0
|
Views 1239
|
Irealist | 2020.05.18 | 0 | 1239 |
| 22 |
[강화학습-2]Sutton 교과서 챕터 3: Finite Markov Decision Processes
Irealist
|
2020.05.15
|
Votes 0
|
Views 1391
|
Irealist | 2020.05.15 | 0 | 1391 |
| 21 |
[강화학습-1]Sutton 교과서 챕터 1: 강화학습이란?
Irealist
|
2020.05.15
|
Votes 0
|
Views 2170
|
Irealist | 2020.05.15 | 0 | 2170 |
| 20 |
[일반]데이터 과학 공부 방법 - 머신러닝, 딥러닝, 강화학습
Irealist
|
2020.05.15
|
Votes 0
|
Views 2632
|
Irealist | 2020.05.15 | 0 | 2632 |
| 19 |
[일반]데이터 과학 공부 방법 - 선행 과목 및 유용한 사이트 정리 (1)
Irealist
|
2020.05.15
|
Votes 0
|
Views 4946
|
Irealist | 2020.05.15 | 0 | 4946 |
| 18 |
[계산통계학]Automatic Differentiation
Irealist
|
2017.01.23
|
Votes 0
|
Views 1127
|
Irealist | 2017.01.23 | 0 | 1127 |
| 17 |
[시계열분석-8]시계열 모델과 예측
Irealist
|
2016.12.04
|
Votes 0
|
Views 990
|
Irealist | 2016.12.04 | 0 | 990 |
| 16 |
[시계열분석-7]자기상관과 AR모델
Irealist
|
2016.12.04
|
Votes 0
|
Views 2037
|
Irealist | 2016.12.04 | 0 | 2037 |
| 15 |
[시계열분석-6]추세의 모델링
Irealist
|
2016.12.04
|
Votes 0
|
Views 1287
|
Irealist | 2016.12.04 | 0 | 1287 |
| 14 |
[회귀분석-5]회귀분석 결과의 해석
Irealist
|
2016.12.03
|
Votes 0
|
Views 630
|
Irealist | 2016.12.03 | 0 | 630 |
| 13 |
[회귀분석-4]변수 선택 및 모델의 진단
Irealist
|
2016.12.03
|
Votes 0
|
Views 2102
|
Irealist | 2016.12.03 | 0 | 2102 |
| 12 |
[회귀분석-3]다중 회귀 분석 II
Irealist
|
2016.10.12
|
Votes 0
|
Views 973
|
Irealist | 2016.10.12 | 0 | 973 |
| 11 |
[회귀분석-2]다중 회귀 분석
Irealist
|
2016.10.09
|
Votes 0
|
Views 1701
|
Irealist | 2016.10.09 | 0 | 1701 |
| 10 |
[알고리즘-7]그래프의 최단 거리
Irealist
|
2016.10.09
|
Votes 0
|
Views 561
|
Irealist | 2016.10.09 | 0 | 561 |
| 9 |
[알고리즘-6]DFS의 응용
Irealist
|
2016.09.29
|
Votes 0
|
Views 1240
|
Irealist | 2016.09.29 | 0 | 1240 |
| 8 |
[회귀분석-1]기본 회귀 분석
Irealist
|
2016.09.25
|
Votes 0
|
Views 1131
|
Irealist | 2016.09.25 | 0 | 1131 |