데이터 분석 일지

0. Introduction 시계열 데이터를 분석하는 과정에서 가장 먼저 해야 하는 것은 데이터를 그래프로 나타내는 것이다. 그래프는 패턴, 특이값, 시간에 따른 변화, 변수 사이의 관계 등의 데이터의 많은 특징을 볼 수 있게 해 준다. 데이터의 종류에 따라서 어떤 그래프로 시각화해야 할지 결정하고, 그래프에서 보이는 특징을 고려하여 예측 모델을 결정한다. 본 챕터에서는 R 패키지를 이용하여 데이터를 다뤄보고, 이를 시각화하는 절차로 설명한다. 1. ts Objects 시계열은 각 숫자가 기록된 시간에 관한 정보가 있는 숫자들의 목록이라고 생각할 수 있다. R 패키지에서는 이러한 정보를 ts 객체를 사용하여 저장할 수 있다. 만약 아래와 같은 관측값을 가지고 있다고 해보자. 위 관측값을 ts() 함수를 ..

1. What can be forecast? 우리의 삶 속 다양한 경우에서 예측이 필요하다. 어떤 것을 예측할 때에 내일 해가 뜨는 시간처럼 예측하기 쉬운 것도 있지만 로또 번호처럼 아예 예측이 불가능한 경우도 있다. 이러한 어떤 사건이나 수량의 예측가능성은 아래의 세 가지 요인에 의존한다. 영향을 주는 요인을 얼마나 잘 이해할 수 있는지 사용할 수 있는 데이터가 얼마나 많은지 미래가 과거가 얼마나 비슷한지 예측이 우리가 예측하려는 것에 영향을 줄 수 있는지 예측에서 핵심적인 과정은 정확한 예측이 가능한 때와 불가능한 때가 언제인지를 아는 것이다. 좋은 예측은 과거 데이터의 핵심적인 패턴을 추출하고 다시 반복되지 않을 패턴을 모사해선 안 된다. 따라서 앞으로는 과거 데이터에서 무시해야 하는 무작위적인 패..