일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- 소셜네트워크분석
- ggplot2
- 머신러닝
- SQLD
- ETRI
- 다변량분석
- 하둡
- 한국전자통신연구원
- 하계인턴
- 시각화
- httr
- SQL
- kt aivle school
- 에이블러
- 기계학습
- ML
- 딥러닝
- Ai
- 서평
- 지도학습
- 에이블스쿨
- 빅분기
- 에트리 인턴
- arima
- KT AIVLE
- kaggle
- 웹크롤링
- 한국전자통신연구원 인턴
- 가나다영
- matplot
- 시계열
- Eda
- hadoop
- cnn
- python
- dx
- 빅데이터분석기사
- 프로그래머스
- KT 에이블스쿨
- r
Archives
- Today
- Total
목록자기회귀이동평균모형 (1)
소품집
ARIMA models
#ARIMA models ARIMA(Autoregressive Integrated Moving Average Models) ARIMA (p,d,q) models Φ(B) 는 차수가 p인 B의 다항식: Φ(B) = 1+ Φ1B + Φ2 B2 + … + Φp Bp 𝜃 (B) 는 차수가 q인 B의 다항식: 𝜃 (B) = 1+ 𝜃1B + 𝜃2B2 + … + 𝜃𝑞B AR: p → 자기회귀모형의 차수 I: d → 차분한 횟수 MA: q → 이동평균모형의 차수 Sepecoal cases ARIMA(0,0,0): 백색잡음 (white noise) ARIMA(0,1,0) with no constant : 랜덤워크 (Random walk) ARIMA(0,1,0) with constant: 절편항 (drift term)이 ..
Time series
2020. 6. 22. 21:25