1. 학습
    2. /
  2. 강의
    3. /
  3. R로 배우는 시계열 예측
Connected

연습 문제

비계절형 시계열을 위한 자동 ARIMA 모델

영상에서 보신 것처럼, auto.arima() 함수는 시계열이 주어지면 적절한 autoregressive integrated moving average (ARIMA) 모델을 자동으로 선택해 줍니다. 이는 ETS 모델을 위해 ets()가 하던 일과 유사해요. summary() 함수는 추가적인 통찰을 제공할 수 있습니다:

> # p = 2, d = 1, p = 2
> summary(fit)

Series: usnetelec
ARIMA(2,1,2) with drift
...

이번 연습에서는 미리 로드된 austa 시리즈(1980-2015년 호주 방문 국제 관광객 수, 연간 데이터)에 대해 ARIMA 모델을 자동으로 선택해 볼 거예요. 이후 잔차를 확인하고(피값이 0.05보다 크면 백색잡음과 유사하다고 판단) 예측을 만들어 보세요. 모형 함수만 제외하면, ETS 예측에서 했던 작업과 동일합니다.

지침

100 XP
  • 새로 소개된 함수를 사용해 austa 시리즈에 자동 ARIMA 모델을 적합하세요. 결과를 fit에 저장하세요.
  • 적절한 함수를 사용해 결과 모델의 잔차가 백색잡음처럼 보이는지 확인하세요. 백색잡음처럼 보이면 TRUE, 그렇지 않으면 FALSE를 residualsok에 할당하세요.
  • 적합된 계수를 확인하기 위해 모델에 summary()를 적용하세요.
  • summary() 결과를 바탕으로, AICc 값을 소수점 둘째 자리까지 기록하면 얼마인가요? 사용된 차분의 수는 몇 번인가요? 각각 AICc와 d에 할당하세요.
  • 마지막으로, 파이프 연산자를 사용해 선택된 모델로부터 다음 10기간의 예측을 그래프로 그리세요.