Time_Series_Analysis_Study

어떤 현상에 대해서 시간의 변화에 따라 일정한 간격으로 현상의 변화를 기록한 시계열 데이터(Timeseries Data)를 대상으로 미래의 변화에 대한 추세를 분석하는 방법을 시계열 분석(Timeseries Analysis)라고 합니다. 시계열분석의 필요성을 알아보고, 시계열 모형의 종류, 이 모형을 통해서 미래의 변화에 대한 추세를 예측하는 방법에 대하여 정리하였습니다.

---

• 2021년 1학기 P-sat 시계열분석팀 스터디로 진행하였습니다.

---

1주차

1. 시계열 자료 및 분석이란?
2. 정상성
3. 정상화
4. 정상성검정
5. R실습

2주차

1. 모형의 필요성
2. ACF, PACF
3. AR모형
4. MA모형
5. AR모형과 MA모형의 쌍대성
6. ARMA모형
7. 정리
8. 모형적합절차
9. R실습
10. 부록

3주차

1. ARIMA
2. SARIMA
3. ARFIMA
4. 이분산 시계열 모형 : ARCH, GARCH
5. R실습