V. 분 석
⑴ 모형 식별
① 시계열의 White noise성 검정
- 시계열의 정상화 여부 결정
◈ 비계절성 ARIMA 에 의한 추정
② 시계열 정상화
③ 모형의 차수 결정
⑵ 모형 추정
⑶ 적합성 검정
◈ 계절성 ARIMA (L=6) 에 의한 추정
② 시계열 정상화
③ 모형의 차수 결정
⑵ 모형 추정
⑶ 적합성 검정
◈ 비계절성 ARIMA (L=12) 에 의한 추정
② 시계열 정상화
③ 모형의 차수 결정
⑵ 모형 추정
⑶ 적합성 검정
VI. 추정결과 종합
VII. 예측
VIII. 결론
본문내용
III. 분석방법
▶ Box-Jenkins 방법이용
- Box-Jenkins(ARIMA) 모형은 자기상관이 있는 시계열 자료를 분석하여 주로 단기 예측에 많이 이용되는 모형이다.
- Box-Jenkins 모형의 기본적인 분석절차는 아래 그림과 같다.
(그림생략)
- ARIMA(Auotoregressive Integrated Moving-Average) 모형은 추세가 있는 경우(계절성포함) 이를 제거하여 정상적(stationary) 데이터로 변환한 후, AR. MA, ARMA 모형중에서 가장 적합한 모형을 선택할 수 있게 해준다.
- 적절한 모형의 선택 즉 AR, MA, ARMA 모형중에서 가장 적합한 모형의 선택은 주로 자기상관계수와 부분자기상관계수를 분석하여 이루어진다.
- 적합성 검정은 기본적으로 잔차분석에 의하여 잔차가 패턴을 가지고 있지 않음이 판단되면 Overfitting을 이용하여 AIC, SBC를 비교하여 더욱 적합한 모형을 찾아낸다.
자료의 정보 및 내용의 진실성에 대하여 해피캠퍼스는 보증하지 않으며, 해당 정보 및 게시물 저작권과 기타 법적 책임은 자료 등록자에게 있습니다. 자료 및 게시물 내용의 불법적 이용, 무단 전재∙배포는 금지되어 있습니다. 저작권침해, 명예훼손 등 분쟁 요소 발견 시 고객센터의 저작권침해 신고센터를 이용해 주시기 바랍니다.
해피캠퍼스는 구매자와 판매자 모두가 만족하는 서비스가 되도록 노력하고 있으며, 아래의 4가지 자료환불 조건을 꼭 확인해주시기 바랍니다.
파일오류
중복자료
저작권 없음
설명과 실제 내용 불일치
파일의 다운로드가 제대로 되지 않거나 파일형식에 맞는 프로그램으로 정상 작동하지 않는 경우