시작하기무료로 시작하기

시계열 잔차 점검하기

어떤 예측 방법을 적용할 때는 잔차가 잘 behaved(이상치나 패턴 없음)하고 백색잡음과 유사한지 항상 점검하는 것이 중요해요. 예측 구간은 잔차가 정규분포를 따른다고 가정하고 계산됩니다. checkresiduals() 함수를 사용해 이러한 특성을 확인할 수 있고, Ljung-Box 검정 결과도 제공됩니다.

지금까지는 파이프 함수(%>%)를 사용하지 않았지만, 이 기회에 소개할게요. 함수가 여러 겹으로 중첩될 때 파이프를 쓰면 코드 가독성이 훨씬 좋아져요. 일관성을 위해 인자가 없어도 함수임을 구분할 수 있도록 항상 괄호를 붙여 주세요. 예시는 아래와 같아요:

> function(foo)       # 이 두 줄은
> foo %>% function()  # 동일합니다!

> foo %>% function    # 일관적이지 않음

이 연습 문제에서는 이전 연습 문제에서 생성한 예측과 동일한 객체에 대해 위의 함수를 테스트해 봅니다. 즉, goog에 naive()를 적용해 얻은 fcgoog와, ausbeer에 snaive()를 적용해 얻은 fcbeer에 해당하는 예측이에요.

이 연습은 강의의 일부입니다

R로 배우는 시계열 예측

강의 보기

연습 안내

  • 위의 파이프 함수를 사용해, fcgoog와 동일한 예측에 대해 checkresiduals()를 실행하세요.
  • Ljung-Box 검정 결과를 바탕으로, 잔차가 백색잡음처럼 보이나요? googwn에 TRUE 또는 FALSE를 할당하세요.
  • 비슷한 파이프 함수를 사용해, fcbeer와 동일한 예측에 대해 checkresiduals()를 실행하세요.
  • Ljung-Box 검정 결과를 바탕으로, 잔차가 백색잡음처럼 보이나요? beerwn에 TRUE 또는 FALSE를 할당하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Check the residuals from the naive forecasts applied to the goog series
goog %>% naive() %>% ___

# Do they look like white noise (TRUE or FALSE)
googwn <- ___

# Check the residuals from the seasonal naive forecasts applied to the ausbeer series
___

# Do they look like white noise (TRUE or FALSE)
beerwn <- ___
코드 편집 및 실행