목표 시계열 데이터의 성분을 설명할 수 있다. 시계열 데이터의 특성에 맞는 통계 분석을 할 수 있다. 시계열 분석 절차를 순서대로 설명할 수 있다. 시계열 데이터 순차적인 시간의 흐름에 따라 기록된 데이터를 의미 Y=T+S+C+R 또는 Y = T * S * C * R 추세(Trend) = 시간의 흐름에 따라 점진적이고 지속적인 변화(지속적인 증가) 계절성(Seasonality) = 특정 주기에 따라 일정한 패턴을 갖는 변화(여름에는 많고, 겨울에는 적고) 싸이클(Cycle) = 경제 또는 사회적 요인에 의한 변화(예 : 경기 변동)이며, 일정 주기가 없고 장기적인 변화 잔차(Residuals) = 설명할 수 없는 변화(추세, 계절성, 싸이클로 설명할 수 없는 부분을 담당한다) 책에 따라서 T+S+R로만 ..
목표 시계열 자료의 특징을 이해하고 설명할 수 있다. Pandas를 이용하여 시계열 데이터를 조작할 수 있다. Pandas의 dataframe이 제공하는 시각화 메소드를 이용하여 시계열 데이터를 시각화할 수 있다. 시계열 데이터란? 순차적인 시간의 흐름으로 기록된 관측치의 집합 시계열 데이터는 고정된 시간 구간으로 나타나야 한다. (일별 데이터는 일별 데이터로만, 월별 데이터는 월별 데이터로만 구성되어야 한다) 시계열의 특징 1. 시간의 순차적인 흐름 2. 고정된 시간 구간의 관측치 > 월별 데이터로 관측되었다가 시간대별로 바뀌면 안된다. 즉, 하나의 카테고리로 완벽하게 분류되어야 한다. Datetimeindex 자료형을 사용한다 년,월, 일 -> 문자열 변환 Datetimeindex = pd.to_da..