Statistics/Time Series Analysis11 TSA - 메인 모델 정리 Single Equation Models, ARIMA Single Equation Models, GARCH Multiple Equation Models, VAR Multiple Equation Models, Cointegration and VECM Model selection for your Projects Estimate/Evaluate the relationships between multiple variables over time. @ Usually price : non-stationary returns : stationary # VAR : 왜 사용하고, 어떻게 활용하나? 예측모델이지만, 시간에 흐름에 따라 변수가 어떻게 움직이는지, 서로 영향을 어떤 식으로 주는지 관계를 설명하는데 많이 쓴다. -.. 2021. 2. 18. TSA - 7. 그룹회귀 # Grouped time series : 범주형 속성을 기준으로 나뉜 시계열 데이터셋의 특성을 활용해서 예측할 수 있다. Hierarchical time series (coherent prediction) : 상하 계층관계 존재 Grouped time series : 상하 계층관계가 여러개 존재 (=교차관계) 행렬표현 : y = SP*yh (S: summation, P : disaggregation Proportion, yh : base forecast) 1) bottom-up 접근법 계산법 밑바닥 수준에서 각 시계열에 대해 기준 예측값을 먼저 계산. 상위 구조의 모든 시계열에 대해 합산 장단점 구조의 밑바닥 수준에서 예측할 수 있다. 합산 때문에 정보 손실이 일어나지 않는다는 것입니다. 밑바닥 수준의.. 2021. 1. 22. TSA - 6. 벡터자기회귀 1) 개념 bi-directional relationship (feedback relationship ; y - x) : 모든 변수를 “내생적(endogenous)”으로 다룬다 모든 변수를 예측변수로 하는 식이 존재함(변수 k개 => 예측식 k개) 상수와 모든 변수의 시차 변수(lag;k개)로 구성됨 2) 장점 및 추가 활용법 분명한 해석이 필요 없이 '관련된 변수의 모임'을 예측할 때; 그랑거 인과율 검정(Granger causality)에 기초해, 한 변수가 다른 한 변수를 예측에 유용한 정도 분석할 때; 충격 반응 분석(impulse response analysis), 한 변수가 다른 한 변수에 미치는 충격반응 정도 분석할 때; 예측 분산 분해를 예측할 때 (다른 변수의 효과가 각 변수의 예측 분산.. 2021. 1. 22. TSA - 5. 동적회귀 동적 회귀 = 일반 선형회귀 + 오차항에 대한 자기회귀(ARIMA) # 동적회귀 종류 1) 확률적 추세 예측기법 : 오차항 ARMA 모델 추세기울기 변동허용 --> 더 큰 불확실성을 허용해서 안전함. 2)확정적 추세 예측기법 : 오차항 ARIMA 모델 (차분 적용했다는 뜻) 추세의 기울기가 시간에 따라서 변하지 않을 것이라는 가정 # 동적 자기회귀 - ARMAX, ARIMAX : ARMA(ARIMA) with an exogenous variablethe, vector ARIMA - 출처 : 365datascience.com/arimax/ # 동적조화회귀 예측기법 1) 장단점 어떠한 길이의 계절성도 가능합니다; --> : ARIMA와 ETS 모델은 24이하의 짧은 계절주기를 모델링하는데 적합하다. 2 이상.. 2021. 1. 22. 이전 1 2 3 다음
