시계열분석_정상성 검정에 대해서

소개글

"시계열분석_정상성 검정에 대해서"에 대한 내용입니다.

목차

Ⅰ. 서론

Ⅱ. 본론
1. 시계열 분석이란 무엇인가?
2. 분석의 종류
3. 시계열 분석 단계
4. 변량에 따른 분석
5. datetime
6. Pandas
7. 변수간의 관계 파악
8. 추세 및 계절성 파악
9. 정상성(stationarity) 검증
10. EEG와 같은 여러 주파수 범위의 뇌파 분석

Ⅲ. 결론

Ⅳ. 참고문헌

본문내용

I. 서론
시계열 분석은 적용분야가 매우 다양하다. 금융의 주가분석, 유통의 수요 예측 분석, 제조의 설비이상 감지 등 다양한 적용 분야가 있다. 본 보고서에서는 이러한 다양한 적용분야를 갖고 있는 시계열 분석을 수행하기 위해 필요한 기초가 되는 분석 방법에 대해서 알아보도록 하겠다. 특히 시계열 분석을 위한 분석 프로세스는 무엇이 있는지와 이를 위해 기본적으로 확인해야 하는 정상성 검정, 기술분석, 탐색분석에 대해서 이론적으로 알아보도록 하겠다.

II. 본론
1. 시계열 분석이란 무엇인가?
- 시계열로부터 요약 및 기타 통계 정보를 추출하는 프로세스이다.
- 시계열 데이터에 대한 통계 접근법이나 추세와 계절성 분석을 말한다.
- 입력값에 해당하는 특징과 출력값에 해당하는 목표 사이의 분포, 추세, 주기적 패턴 및 관계를 시각화하는 탐색 및 분석업무이다.
- 시계열 데이터에 특화된 탐색적 데이터 분석(EDA)라고 할 수 있다.

2. 분석의 종류
- 기술분석(Descriptive Analysis) : 데이터의 특징을 요약한다.
- 탐색분석(Exploratory Analysis) : 변수간의 패턴, 추세, 관계를 분석한다.

3. 시계열 분석 단계
다음과 같은 단계를 통하여 시계열 데이터를 분석하며 데이터 가져오기는 시계열 분석 이전에 실행하며, 데이터 정제/특징 엔지니어링/기계학습 모델 훈련은 엄격히 말하자면 시계열 분석 업무가 아니다.
- 데이터셋을 가져오기
- 데이터 정제
- 변수 이해
- 변수간의 관계 파악
- 추세 및 계절성 파악
- 전처리(피쳐 엔지니어링 포함)
- 기계학습 모델 훈련

참고 자료

Ben Auffarth(2021), Machine Learning for Timeseries with Python, Packt