| 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 |
- 시계열
- arima
- kaggle
- 기계학습
- SQL
- 지도학습
- cnn
- httr
- KT 에이블스쿨
- 한국전자통신연구원 인턴
- ML
- 서평
- SQLD
- Ai
- 에이블러
- hadoop
- 에이블스쿨
- ETRI
- 프로그래머스
- 다변량분석
- 빅데이터분석기사
- 소셜네트워크분석
- dx
- ggplot2
- 가나다영
- 머신러닝
- 빅분기
- r
- python
- 시각화
- 딥러닝
- 하계인턴
- 에트리 인턴
- 한국전자통신연구원
- 웹크롤링
- KT AIVLE
- 하둡
- kt aivle school
- Eda
- matplot
- Today
- Total
목록MA (2)
소품집
이동평균모형 (Moving average models : MA) 식별법
2020/06/12 - [time series] - 자기회귀모형 (Autoregressive models : AR) 식별법 자기회귀모형 (Autoregressive models : AR) 식별법 정의 AR (Autoregressive model) : 시계열 yt를 종속변수로 그 이전 시점의 시계열 yt-1, … , yt-p 독립변수로 갖는 회귀모형의 형태 𝜀𝑡 normally distributed white noise (평균 = 0, 분산 = 1)으로 가정 즉.. sodayeong.tistory.com 이전글과 이어집니다. 모형식별(correlogram 활용법) 이동평균모형 (Moving average models : MA) 정의 시점 t의 y는 예측오차 (forecast errors)의 가중이동평균으로..
ARIMA model & 정상성 파악
정상성 (stationaruty) 정상성 (stationarity)의 특징을 갖는 시계열은 무엇일까요? 정상성 유무의 판단은 분석마다 다르지만, 가져온 출처에서는 (b), (c), (d), (h)라고 합니다. ++'(b)가 어떻게 정상성을 갖느냐?' 라 생각할 수도 있지만 약간의 튄 값은 융통성으로 무마해준다고 합니다. 정상성을 만족하기 위해선시계열의 확률적인 성질들이 시간의 흐름에 따라 불변해야 하는 조건을 만족해야 하는데요. 뚜렷한 추세가 없음. 즉, 시계열의 평균이 시간 축에 평행 시계열의 진폭(변동)이 시간의 흐름에 따라 일정 시계열데이터 변환 정상성을 만족하지 못한 시계열 데이터를 어떻게 하여 활용되어질 수 있을까요? 비정상 확률과정 (nonstationary process)을 정상 확률과정(s..