데이터를 기반으로

드디어 마지막 후기를 올리는 날이 왔다. 누군가에겐 50일이 짧으면 짧고 길면 긴 기간이지만 직장인에게 퇴근 후 1시간 이상의 시간을 50일 연속으로 투자하는 것은 상당히 어려운 일이라는 것을 배우게 되었다. 하지만, 해당 환급 이벤트 때문에 진행한 것도 있지만 패스트 캠퍼스 강의를 듣는 수강자 모두에게 추천하고 싶은 이벤트이다. 돈을 떠나서 매일 1시간 이상을 투자하여 공부할 수 있는 구조이기에 이것만큼 효과적인 공부 스케쥴은 없는 것 같다. 그리고 어느 정도 강제성이 부여되어야 공부를 하게되는 사람이라(개인 마다 차이가 있을 수 있다) 너무나 좋은 효과를 얻어간다. 이번 후기는 크게 4가지 단계로 설명을 이어나가고자 한다. 1. 시작 누구에게나 시작은 두렵지만 설레는 법이다. 나에게 패스트캠퍼스 챌린..

어제의 강의는 ARMA 이외에 추가적으로 X 독립변수를 반영하고 모델링을 해보았고 ARMAX의 한계를 이해하고 추후 방향을 정리해보았다. 오늘은 ARIMA 알고리즘에 대해 이해하고 패턴을 정리하는 시간을 가졌다. 왼쪽 화면은 강의 자료 화면이고 오른쪽 화면은 강의 화면이다. 그림에서 보이듯이 오른쪽 강의화면을 보면 강사님께서 ARIMA에 대한 개념을 설명해주고 있다. ARIMA와 여태까지 배운 ARMA와의 차이가 무엇인가? I 하나가 더 추가된건데 여기서 ARIMA의 세부 단어의 뜻을 알면 더 쉽게 이해가 간다. ARIMA란 , AUTO-REGRESSIVE INTEGRATED MOVING AVERAGE 이다. INTEGRATED 가 추가된 것이다. 통합된 이란 뜻으로 AR과 MA를 통합하는 것인데 여기서..

어제의 강의는 ARMA를 실제 데이터에 적용하고 해석하는 시간을 가졌었다. 오늘은 ARMA 이외에 추가적인 독립변수를 반영하고 모델링하고 ARMAX의 한계를 이해하고 향후 방향성을 정리하는 시간을 가졌다. 왼쪽화면은 강의 자료 화면이고 오른쪽 화면은 강의 화면이다. 우선 회귀분석과 ARMA를 돌려서 비교를 해보고자 한다. 회귀를 돌려보니 정확도가 0.995가 나온 것으로 확인된다. 그리고 M2 통계량을 확인해보니 유의한것으로 확인되며 외도와 첨도, 잔차를 보면 정규분포를 따르는 것으로 보인다. 하지만, JB는 정규분포가 아니라고 이야기하고 있다. 실제로 그런지 한번 확인해봐야한다. 잔차의 그래프를 보니 ACF 가 높은 부분이 많고 PACF는 LAG(1~3) 부분의 상관이 높은 것이 몇개 확인되고 이후에 ..

어제의 강의는 실습을 통해 ARMA 패턴을 이해하고 그래프를 해석하는 방식의 강의가 이어졌다. 오늘은 실제 데이터를 가지고 ARMA를 적용하여 해석하고 분석하는 시간을 가지기로 했다. 왼쪽 화면은 강의자료이자 실습 화면이고 오른쪽 화면은 강의 화면이다. AR의 차수는 PACF그래프를 보고 가늠할 수 있고 MA는 ACF그래프롤 보고 차수를 정할 수 있었다. 이론적으로 ARMA(p,q)을 해당 ACF, PACF를 보고 파악하여 적용하는 방식으로 진행된다. 왼쪽의 출력그래프를 보면 가장 상단은 해당 데이터에 대한 PLOT 이고 중간에는 ACF이고 마지막은 PACF 그래프이다. 자세히 보면 ACF와 PACF 모두 LAG(1)에서 높은 상관관계가 보이고 있다. 즉, 해당 그래프를 보고 ARMA(1,1)로 적용해야..

어제의 강의는 ARMA에 대한 이론적인 강의라고 했다면 오늘은 실습을 통해 ARMA의 패턴을 이해하는 시간을 가져보기로 했다. 왼쪽 화면은 강의 자료이자 실습 코드이고 오른쪽 화면은 강의화면이다. 왼쪽에 해당하는 실습 코드 중 ARMA 모델을 FIT 하는 부분이 있다. 해당 FIT을 한 후 FORECAST를 사용하여 STEP의 옵션을 주어 몇번째까지 예측할 것인지에 대한 추정치를 뽑을 수 있다. 예측치를 추출하면 3개자의 ARRAY의 값이 출력된다. 위 부터 FORECAST / STDERR / CONF_INT 라고 한다. FORECAST는 우리가 가장 유심히 봐야할 점추정값이고 STDERR는 표준편차 그리고 CONF_INT는 구간추정값이다. 우리는 점추정과 구간추정 값들을 유심히 봐야한다. 출력값을 자세..

어제의 강의는 MA(이동평균)에 대한 이론적인 이해와 실습을 통해 어떻게 ACF가 나오는지 그래프를 그려보며 이해하는 시간을 가졌다. 오늘은 AR(자기회귀)알고리즘의 수학적 의미에 대한 이해를 하는 시간을 가졌다. MA와 동일하게 수학적 의미에 대한 이해를 하는 강의 부분이라 블로그 글로 정리할 수 있는 부분의 한계가 존재하여 다음 강의로 넘어가서 진행하고자한다. 수학적 의미를 넘어서 다음 강의에서는 자기회귀 알고리즘에 대한 실습을 통해 패턴을 이해하는 시간을 가지고자 한다. 왼쪽 화면은 강의 자료 화면이고 오른쪽 화면은 강의 화면이다. 왼쪽 plot 그래프는 ma(무한대)그래프를 그렸을 때라고 한다. 굉장히 현실적으로 있을 법한 그래프라 놀랍다. 하단의 ACF를 그린 것을 보면 시간이 지날 수록 점차 ..