다음은 네 개의 자기상관(ACF) 그래프입니다:
MA 계수가 -0.5인 MA(1) 모형에 해당하는 그림은 무엇인가요?
이 연습은 강의의 일부입니다
이론을 실습으로 바꾸는 인터랙티브 연습 중 하나를 만나보세요
이 챕터에서는 시계열의 상관관계와 자기상관 개념을 소개합니다. 상관관계는 두 시계열 간의 관계를, 자기상관은 한 시계열과 그 과거 값들 간의 관계를 설명해요.
이 챕터에서는 몇 가지 간단한 시계열 모델을 배웁니다. 여기에는 백색잡음과 랜덤 워크가 포함돼요.
이 챕터에서는 시계열을 위한 자기회귀(AR) 모델을 학습합니다. 이 모델은 과거 값을 사용해 현재 값을 예측해요.
이 챕터에서는 또 다른 종류의 모델인 이동평균(MA) 모델을 배웁니다. 또한 AR과 MA 모델을 결합해 강력한 ARMA 모델을 만드는 방법도 살펴봅니다.
현재 연습
이 챕터에서는 공적분 모델을 사용해 두 시계열을 함께 모형화하는 방법을 배웁니다. 이후에는 뉴욕시의 기온 시계열 데이터를 분석하는 사례 연구로 마무리해요.
