예측

Tableau에서 배우는 통계 기법

Maarten Van den Broeck

Content Developer at DataCamp

상관관계 vs. 자기상관

2013~2021년 전 세계 "DIY" 월별 구글 검색 관심도(%). 3차 다항 추세선이 전체 추세를 따라가려 하나, 반복 패턴은 놓칩니다.

2013~2021년 전 세계 "DIY" 월별 구글 검색 관심도(%). 연간 반복 패턴이 강조됨.

Tableau에서 배우는 통계 기법

상관관계 vs. 자기상관

2013~2021년 전 세계 "DIY" 월별 구글 검색 관심도(%).

  • 자기상관: 반복 패턴이 자기 자신과 상관됨
  • 시계열: 일정 간격으로 시간에 따라 반복 측정한 값
  • 시계열 분석: 시계열에 대한 분석의 총칭
Tableau에서 배우는 통계 기법

예측

2013~2021년 전 세계 "DIY" 월별 구글 검색 관심도(%), 23개월 예측 포함.

  • 과거 데이터를 기반으로 미래를 예측
  • 추정: 신뢰구간으로 향후 데이터가 위치할 확률 범위
  • 활용 예
    • 공급망 관리
    • 지진
    • 호르몬 수치
    • 주식 시장
    • 스포츠 성과
    • 날씨
Tableau에서 배우는 통계 기법

Naive 예측

$F_{t+1} = A_{t}$

월 $_t$ 실제 $A$ 예측 $F$
1월 5
2월 7 5
3월 6 7
4월 5 6
5월 3 5
6월 8 3
7월 2 8
8월 2

샘플 데이터의 순진한(naive) 예측.

  • 벤치마크에 유용함
Tableau에서 배우는 통계 기법

지수 평활법

$F_{t+1} = F_t + \alpha(A_{t}-F_t)$

월 $_t$ 실제 $A$ 예측 $F$
1월 5 5
2월 7 5
3월 6 4,6
4월 5 4,32
5월 3 4,184
6월 8 4,4208
7월 2 3,70496
8월 5 4,045952
  • 최근 값 변화가 과거보다 예측에 더 크게 영향

샘플 데이터의 지수 평활 예측.

  • Tableau는 여러 모델을 실행해 최적 모델을 선택함
Tableau에서 배우는 통계 기법

평균 절대오차 (MAE)

월 실제 예측 오차 절대오차
1월 5
2월 7 5 2 2
3월 6 7 -1 1
4월 5 6 -1 1
5월 3 5 -2 2
6월 8 3 5 5
7월 2 8 -6 6
8월 5 2 3 3
9월 5 MAE 2.86
Tableau에서 배우는 통계 기법

평균 절대 스케일드 오차 (MASE)

$MASE = \frac{MAE_{model}}{MAE_{naive}}$

  • MASE는 모델의 MAE를 naive 예측의 MAE와 비교합니다
  • 일반적으로 0(좋음)~1(나쁨), 또는 그보다 큼(더 나쁨)
  • Tableau에서 옵션을 조정할 수 있으나, 기본 예측도 무난합니다

2013~2021년 전 세계 "DIY" 월별 구글 검색 관심도(%). 계절성 미적용/적용 비교. 계절성 모델의 MASE가 더 높음.

Tableau에서 배우는 통계 기법

연습해 봅시다!

Tableau에서 배우는 통계 기법

Preparing Video For Download...