or
이 연습은 강의의 일부입니다
가장 중요한 시계열의 성질부터 바로 시작해 보겠습니다. 정상성의 개념과 이것이 ARMA 모델에 왜 중요한지 배웁니다. 눈으로 확인하는 방법과 표준 통계 검정으로 정상성을 점검하는 법을 익힙니다. 마지막으로 ARMA 모델의 기본 구조를 배우고 이를 이용해 ARMA 데이터를 생성하고 ARMA 모델을 적합해 봅니다.
이번 장에서는 여러분의 데이터로 앞으로를 예측해 봅니다. 세련된 statsmodels 패키지를 사용해 ARMA, ARIMA, ARMAX 모델을 적합하는 법을 배우고, 이어서 이 모델들로 불확실한 주가의 미래를 예측해 보겠습니다!
이 장에서는 안목 있는 모델러로 거듭납니다. 데이터만으로 유망한 모델 차수를 파악하는 법을 배우고, 여러 유망한 모델을 학습한 뒤에는 그중 최적의 모델을 선택하는 방법을 익힙니다. 또한 시계열 프로젝트를 체계적으로 진행할 수 있는 훌륭한 프레임워크도 함께 살펴봅니다.
현재 연습
마지막 장에서는 계절형 ARIMA 모델로 더 복잡한 데이터를 적합하는 방법을 배웁니다. 데이터를 계절성과 비계절성 요소로 분해하는 법을 익히고, 지금까지의 ARIMA 도구들을 모두 활용해 마지막 글로벌 예측 과제에 도전합니다.