Time Series Analysis
어떤 관측치 또는 통계량의 변화를 시간의 움직임에 따라서 포착하고 이것을 계열화하였을 때, 이와 같은 통계계열을 시계열이라고 한다. 이러한 경우의 관측결과 x 는 시간 t 에 따라서 변동하는 양이므로 그 시계열은 {xt}로 표시된다. 예를 들면, 한 나라의 경제성장을 알기 위한 실질국민 총생산지수에 관한 통계도표는 연도를 시간이라고 생각하였을 때의 시계열의 도표이다 ....... 이와같이 통계숫자를 시간의 흐름에 따라 일정한 간격마다 기록한 통계계열을 시계열 데이터라고 하며, 이 계열의 시간적 변화에는 여러 원인에 기인한 변동이 포함되어 있다 ......... 예를 들면, 돌연적인 사건을 원인으로 하는 것 (우연변동 또는 불규칙변동), 해마다 똑같이 되풀이되는 계절변동, 또한 오랜 세월에 걸쳐 추세적으로 나타나는 구조변동, l 년 이상의 장기간에 걸쳐 규칙적으로 반복되는 순환변동 등이 있는데, 이들 변동이 복잡하게 혼합되어 하나의 시계열 데이터를 이루고 있다 ........... 연구목적에 따라 특정한 원인에 의거하여 나타나는 변동부분만을 분리하여 추출하거나 또는 소거하는 일이 필요하게 된다. 이와 같은 통계기술을 사용하는 연구를 시계열분석이라고 한다. ......
시계열 모델의 사용은 크게 둘로 나뉜다. 관찰된 데이터를 낳은 잠재된 동력과 구조 (forces and structure) 에 대한 이해를 얻는 것이다. 또한 모델을 만들어 예측, 모니터하고 심지어 feedback and feedforward control 을 수행한다. 그 응용분야는 다음과 같다. 경기 예측, 판매 예측, 주식시장 분석, 예산 분석, 인구조사 분석, 투자연구, Yield Projections, Process and Quality Control, Workload Projections, 유틸리티 연구 등등...... (Introduction to Time Series Analysis)
실제의 실험적 측정에서 운동계에 대한 우리의 정보는 불완전하다고 할 수 있다. 측정을 통해 얻은 시계열의 형태는 단순한 규칙성을 보일 수도 있고 복잡한 양태를 보일 수도 있다 ......... 어떤 시계열이 매우 불규칙하고 복잡하여 비예측적인 양태를 보인다고 하자. 우리는 그것이 결정론적인 혼돈 (Chaos) 운동인지 아니면 임의적 운동인지 구별할 수 있을 것인가? ......... 만약 혼돈 운동으로 판별된다면, 즉 그 신호가 배후에 숨어 있는 기이한 끌개 (strange attractor) 로부터 나오는 것이라면, 그 시계열 정보로부터 발산 지수와 프랙탈 차원 등을 계산하여 끌개를 정량적으로 특성화할 수 있을 것인가? ......... 놀랍게도 이 질문들에 대해 혼돈 이론은 긍정적인 대답을 준다. 즉 부분적인 것으로 보이는 데이터로부터 전체 운동의 대부분에 대한 정보를 얻을 수 있는 것이다. 이는 궁극적으로 혼돈 운동이 결정론적 법칙에 기인한 질서 구조를 갖고 있기에 가능하다. ............. (카오스의 탐구 : 시계열 분석)
term :
예측 (Prediciton) 불확실성 (Uncertainty) 통계 (Statistics) 귀납법 (Induction) 전문가시스템 (Expert System) 카오스 (Chaos) 시계열분석 (Time Series Analysis) 회귀분석 (Regression Analysis) 데이타마이닝 (Data Mining) 추론 (Reasoning) 칼만필터 (Kalman Filter) 날씨 (Meteorology) 경제 (Economy)
site :
ime Series Analysis and Forecasting Techniques : 불확실성하에서 의사결정을 할 때 예측 (forecast) 을 한다. 우리가 예측을 할 수 있는 것은 아니지만 많은 것이 부족한 가운데서 우리의 행동이 기대하는데로 선택이 이루어 질 것이다. 관리자들에게 효율적인 예측기술을 사용하여 불확실성을 다룰 수 있도록 하는데 도움을 주는 사이트이다. ..........
paper :
가상 트랜잭션을 이용한 시계열 데이터의 데이터마이닝 (Data Mining Time Series Data With Virtual Transaction) : 김응모, 김민수, 김철환, 한국정보처리학회, 2002
기울기 벡터를 이용한 카오스 시계열에 대한 예측 (The Prediction of Chaos Time Series Utilizing Inclined Vector) : 원석준, 한국정보처리학회, 2002
신경망 이론에 의한 시계열 자료의 분석 : 윤여창, 허문열, 한국통계학회, 1997
신경망을 이용한 시계열의 분해분석 (Decomposition Analysis of Time Series Using Neural Networks) : 지원철, 대한산업공학회, 1999
video :
시계열분석, 2013년 2학기 : HanyangUniversity : 이기천, 2013/10/23 ... 동영상 13개
재무금융 시계열 예측, 2013년 2학기 : HanyangUniversity : 김명직, 2014/01/23 ... 동영상 25개