본문 바로가기

ALL73

계층적 시계열 분석 ❗️블로그 옮김: https://www.taemobang.com 방태모 안녕하세요, 제 블로그에 오신 것을 환영합니다. 통계학을 전공으로 학부, 석사를 졸업했습니다. 현재는 가천대 길병원 G-ABC에서 Data Science를 하고있습니다. 통계학, 시계열, 통계적학습과 기계 www.taemobang.com 최근 데이터 수집과 저장 기술의 발전으로 계층 구조 또는 그룹화 구조를 갖는 많은 다중 시계열 자료를 접할 수 있게되었다. 이러한 자료의 각 계열을 단일 시계열 예측 모형(e.g. ARIMA 모형)을 이용해 각 계열을 예측하는 경우 예측값들이 계층 구조(또는 그룹화 구조)를 만족하지 않는 문제가 발생한다. 이러한 예측값에 계층적 시계열 예측 방법을 적용할 경우, 예측값들이 계층 구조를 만족할 뿐만아니.. 2020. 10. 25.
Prophet 모형 ❗️블로그 옮김: https://www.taemobang.com 방태모 안녕하세요, 제 블로그에 오신 것을 환영합니다. 통계학을 전공으로 학부, 석사를 졸업했습니다. 현재는 가천대 길병원 G-ABC에서 Data Science를 하고있습니다. 통계학, 시계열, 통계적학습과 기계 www.taemobang.com ❗ Prerequisite GAMs 시계열 평활법 ❓ More to read Tutorial on {prophet} for Korean R users Prophet 모형은 2018년 페이스북에서 제안한 시계열 예측모형이다. Prophet 모형은 시계열의 시간 종속적인 특성을 고려하는 기존의 시계열 모형(e.g. 지수평활법, ARIMA 모형)과 달리 curve-fitting으로 모형을 적합하며, 시계열.. 2020. 7. 6.
ARIMA 모형 ❗️블로그 옮김: https://www.taemobang.com 방태모 안녕하세요, 제 블로그에 오신 것을 환영합니다. 통계학을 전공으로 학부, 석사를 졸업했습니다. 현재는 가천대 길병원 G-ABC에서 Data Science를 하고있습니다. 통계학, 시계열, 통계적학습과 기계 www.taemobang.com ※ prerequisite 평활법 단일 시계열 자료에 대한 예측의 대표적인 통계적 모형이라고 할 수 있는 ARIMA 모형을 소개한다. 앞선 글에서 본 평활법과 달리 시계열 자료를 다루는 통계적 모형에는 가정이 필요로 되며, 그에따라 일반적 자료가 아닌 시계열 자료에 대해 통계적 모델링을 이해하기 위해서는 기초적인 개념에 대한 이해가 필요하다. ARIMA 모형을 소개하기 전에 갖고 있어야할 기본적 개념.. 2020. 7. 2.
시계열 평활법 ❗️블로그 옮김: https://www.taemobang.com 방태모 안녕하세요, 제 블로그에 오신 것을 환영합니다. 통계학을 전공으로 학부, 석사를 졸업했습니다. 현재는 가천대 길병원 G-ABC에서 Data Science를 하고있습니다. 통계학, 시계열, 통계적학습과 기계 www.taemobang.com 1. 기초 시계열(Time series)은 시간 순서로 측정된 모든 데이터로 볼 수 있다. 물론 이때 시계열 데이터는 고정된 시간 간격으로 측정되지 않았을 수도 있다. 시계열 자료는 추세(Trends, $m_t$), 계절(Seasonality, $s_t$), 불규칙(Random, $\epsilon_t$) 성분으로 구성되는데, 이러한 성분들은 합 또는 곱의 형태로 시계열에 영향을 미칠 수 있다. (1).. 2020. 7. 1.
GAMs: Generalized additive models ❗️블로그 옮김: https://www.taemobang.com 방태모 안녕하세요, 제 블로그에 오신 것을 환영합니다. 통계학을 전공으로 학부, 석사를 졸업했습니다. 현재는 가천대 길병원 G-ABC에서 Data Science를 하고있습니다. 통계학, 시계열, 통계적학습과 기계 www.taemobang.com ※ prerequisites 선형 모형의 한계 다항 회귀와 계단 함수 Regression splines Smoothing splines Local regressions 앞서 단일 변수 $X$로 $y$를 예측하는 기저함수 기반의 여러가지 모델링 방법을 배웠다(prerequsities 참고). 이러한 방법들은 단순 선형회귀(Simple linear regression)의 비선형으로의 확장으로 여겨질 수 .. 2020. 6. 22.
Local regressions ❗️블로그 옮김: https://www.taemobang.com 방태모 안녕하세요, 제 블로그에 오신 것을 환영합니다. 통계학을 전공으로 학부, 석사를 졸업했습니다. 현재는 가천대 길병원 G-ABC에서 Data Science를 하고있습니다. 통계학, 시계열, 통계적학습과 기계 www.taemobang.com ※ prerequisites 선형 모형의 한계 다항 회귀와 계단 함수 Regression splines Smoothing splines 국소 회귀(Local regressions)는 이제까지 봤던 splines처럼 flexible한 non-linear functions을 적합하는 것과는 조금 다른 접근으로, target point $x_0$ 근처의 관측치만을 이용하여(가까울수록 큰 가중치를 부여) 곡.. 2020. 6. 10.