다섯 살도 알 수 있게 · AI이론
시계열분석(AR/MA)이 뭐예요?
시계열분석(AR/MA)을, 매일 들쭉날쭉한 수확량을 지난 며칠 값과 최근 오차로 함께 가늠하는 검수반장 이야기로 풀어봤어요.
매일 수확량이 들쭉날쭉해요.매일 수확량이 오르내려서, 다음 날 얼마나 나올지 감이 안 와요.
어제 숫자만 베끼면 자주 빗나가요.하루 전 숫자만으론 들쭉날쭉함을 못 잡아요.
시계열분석(AR/MA)은 지난 며칠 값과 최근 오차를 함께 보고 다음 값을 추정해요.초록 점선이 예측, 막대가 실제 — 완전히 겹치진 않아요.
지난 값 가중합 (AR)흔히 최근 값을 더 많이 반영
최근 오차 보정 (MA)빗나간 만큼 다음 번에 반영
계절성 체크하기명절·수확철 패턴도 봐요
먼 과거는 흔히 약하게오래된 값은 영향이 작은 경우가 많아요
AR은 지난 값의 가중합, MA는 최근 오차 보정이에요.AR과 MA를 합치면 ARMA, 계절성을 더하면 SARIMA예요.
시계열분석의 예측은 갑작스런 사건엔 약해요.시계열분석은 보통날의 흐름은 잘 읽지만, 돌발 사건은 따로 대비해야 해요.
한 줄로
시계열분석(AR/MA) = 지난 며칠 값을 가중치로 섞어 다음 값을 추정하고(AR), 최근 예측이 빗나간 정도까지 반영해 보정하는(MA) 예측 방법.
AR(AutoRegressive, 자기회귀)은 현재 값을 과거 p개 값의 선형결합으로 모델링하고, MA(Moving Average, 이동평균)는 과거 오차항(백색잡음)의 선형결합으로 모델링해요. 둘을 합치면 ARMA(p,q), 비정상 시계열을 차분해 정상화하면 ARIMA(p,d,q), 계절성을 더하면 SARIMA가 돼요. 전제는 '과거 패턴이 미래에도 유지된다'는 것이라, 구조적 변화(돌발 이벤트)에는 취약해요.
어른들은 이렇게 불러요
- AR(자기회귀)
AR (AutoRegressive) - 지난 며칠 값의 가중합. 가중치는 데이터에서 추정하고, 흔히 최근 값이 더 커요.
- MA(이동평균)
MA (Moving Average) - 최근 예측 오차의 보정. 빗나간 정도에 계수를 곱해 다음 예측에 반영해요.
- 정상성
Stationarity - 패턴이 시간이 지나도 안 바뀐다는 가정. 패턴이 안 바뀌어야 AR/MA가 잘 맞아요.
- 계절성
Seasonality - 명절·수확철처럼 되풀이되는 패턴. 있으면 SARIMA처럼 계절 항을 더해요.
- 회귀모형 가정
Regression Assumptions - 저울이 똑바로 걸려 있다는 전제들. 시계열도 회귀의 사촌이라 비슷한 전제가 깔려요. → 저울이 똑바로 걸리는 조건
- 불편추정량
Unbiased Estimator - 치우치지 않은 저울눈금. 예측에 쓰는 계수를 추정하는 방법도 치우침을 따져요. → 치우치지 않은 저울눈금
- 교차검증
Cross Validation - 조를 나눠 번갈아 시험해 보는 일. 시계열 예측도 과거 구간으로 교차검증해요. → 자세히 보기
- 강화학습
Reinforcement Learning - 정답표 없이 보상으로 배우는 선별기. 예측과는 다른, 또 다른 학습 방식이에요. → 자세히 보기
다음 이야기
정확도 하나로는 못 받는 품질인증 등급판 →