시계열과 정상성 소개

Python으로 배우는 ARIMA 모델

James Fulton

Climate informatics researcher

동기 부여

시계열은 어디에나 있습니다

  • 과학
  • 기술
  • 비즈니스
  • 금융
  • 정책
Python으로 배우는 ARIMA 모델

강의 내용

다음을 학습합니다

  • ARIMA 모형 구조
  • ARIMA 적합 방법
  • 모형 최적화 방법
  • 예측 방법
  • 예측 불확실성 계산
Python으로 배우는 ARIMA 모델

불러오기와 시각화

import pandas as pd
import matplotlib as plt

df = pd.read_csv('time_series.csv', index_col='date', parse_dates=True)

date            values
2019-03-11    5.734193    
2019-03-12    6.288708    
2019-03-13    5.205788    
2019-03-14    3.176578
Python으로 배우는 ARIMA 모델

추세

fig, ax = plt.subplots()
df.plot(ax=ax)
plt.show()

Python으로 배우는 ARIMA 모델

계절성

Python으로 배우는 ARIMA 모델

주기성

Python으로 배우는 ARIMA 모델

백색잡음

백색잡음 시계열은 값들이 상관되지 않습니다

  • 앞면, 앞면, 앞면, 뒷면, 앞면, 뒷면, ...
  • 0.1, -0.3, 0.8, 0.4, -0.5, 0.9, ...
Python으로 배우는 ARIMA 모델

정상성

정상적임

  • 추세 정상: 추세가 0임

비정상적임

Python으로 배우는 ARIMA 모델

정상성

정상적임

  • 추세 정상: 추세가 0임
  • 분산이 일정함

비정상적임

Python으로 배우는 ARIMA 모델

정상성

정상적임

  • 추세 정상: 추세가 0임
  • 분산이 일정함
  • 자기상관이 일정함

비정상적임

Python으로 배우는 ARIMA 모델

학습-검증 분할

# Train data - all data up to the end of 2018
df_train = df.loc[:'2018']

# Test data - all data from 2019 onwards
df_test = df.loc['2019':]
Python으로 배우는 ARIMA 모델

연습해 봅시다!

Python으로 배우는 ARIMA 모델

Preparing Video For Download...