[통계] 시계열 자료분석

소개

보시면 알겠지만, 정말 자세히 분석한 내용이라 좋은 점수 받으실수 있을꺼예요`~

목차

< 비계절형 ARIMA 분석 >
1. 모형의 식별
2. 모형의 추정
3. 모형의 검진

< 계절형 ARIMA 분석 >
1. 모형 선택
2. 모형 추정
3. 모형의 검진

결론

[SAS 프로그램]

본문내용

< 계절형 ARIMA 분석 >
계절형 시계열 자료는 분산이 안정되어 있고 추세를 갖지 않는다 하더라고 일반적으로 정상시계열이라고 할 수 없다. 위 시도표[그림1]를 보면 산소량은 시간이 지남에 따라 변동이 증가하는 경향을 보이므로 비계절형과 마찬가지로 루트변환()을 고려해봤다. 그 결과 의 시도표[그림2]의 계절변동에 산포는 안정적으로 변했으나, 선형추세를 가지고 있어 또다시 모형을 1차 차분했고 ∇의 시도표[그림3]결과 선형추세가 제거 되었음을 알수 있었다. 그러나 이 시도표[그림3]를 자세히 살펴보면 ∇의 1분기가 다른 분기에 비해 증가하는 형태를 보여주고 있어, 이 모형이 시계열의 평균 시간 t 에 의존하고 있음을 알 수 있었다, 이는 계절형 모형을 나타내는 것으로 계절차분을 통해 정상화 할수 있다. 그러나 시계열의 형태상 계절형이라고 하더라도 모든 계열이 항상 계절효과가 있는 것은 아니다. 따라서 일단 시계열에서 추세를 제거한 후에 자기상관함수를 통하여 계절성의 존재 여부를 확인하는 것이 좋다. 계절성이 있는 시계열은 계절성 s의 배수에 해당하는 시차에서 상당히 큰 자기상관을 보일 것이다. 그리고 비정상성 시계열 여부를 시도표와 ACF, PACF에 의해 확인하여야 한다. 즉 정상시계열이라면 ACF와 PACF 는 절단된 형태이거나 지수적 감소 형태여야 한다.

참고자료

· 100% 저 혼자서 한 리포트 입니다.