문서의 임의 삭제는 제재 대상으로, 문서를 삭제하려면 삭제 토론을 진행해야 합니다. 문서 보기문서 삭제토론 시계열 분석 (문단 편집) == 모형 == 한 시점의 변수가 그 이전 변수들의 영향, 과거 오차의 영향을 받는 경우 이쪽 모형들을 사용할 수 있다. 그 가정이 깨지는 예시가 [[랜덤워크]]. 일변량 정상시계열 모형으로는 [* [[http://kanggc.iptime.org/time/chap4/chap4.pdf|강기춘]] 을 참조하였다.] [[이동평균선|이동평균법]](moving average model; 이하 MA), naive methods, simple exponential smoothing, Box-Jenkins methods 등이 있다 자기회귀(auto regression; AR), 스펙트럼 분석, 조건부이분산성(ARCH, [[GARCH]]) 모형 등이 있다. 통계 프로그램을 이용하여 실제 데이터를 다루는 것 또한 중요하게 여겨진다. AR과 MA모형을 적용한 것이 자기회귀 이동평균모형(autoregressive moving average model; 이하 ARMA)이다[* 박준경․이호창 1985, 10-15]. 시계열 자료는 추세(trend), 순환(cycle), 계절변동(seasonal variation), 불규칙변동(irregular fluctuation) 등으로 구성되어 있다. 따라서 분석을 시작하기 전에 자료의 계절성과 주기성, 순환성 파악을 위해 [[분산분석]](ANOVA)과 다중비교(multiple comparisons)를 통해 계절효과가 있는지 확인해야 한다. 이 문단은 [[https://www.google.co.kr/url?sa=t&source=web&rct=j&url=http://kostat.go.kr/attach/journal/10-1-4.pdf&ved=2ahUKEwinz9Tgro7aAhVDwrwKHbijD4YQFjABegQIBxAB&usg=AOvVaw2Pyhxom94Zuoc6SJe9ha5J|유가 예측]] 논문 및 [[http://www.kss.or.kr/bbs/board.php?bo_table=pds_data&wr_id=98|최병선 교수 저서들]]을 참조하였다.저장 버튼을 클릭하면 당신이 기여한 내용을 CC-BY-NC-SA 2.0 KR으로 배포하고,기여한 문서에 대한 하이퍼링크나 URL을 이용하여 저작자 표시를 하는 것으로 충분하다는 데 동의하는 것입니다.이 동의는 철회할 수 없습니다.캡챠저장미리보기