[AI] 시계열 데이터 분석

📌 백색 잡음 (White Noise Process)

같은 랜덤 값인데 모든 랜덤이 이전과 무관하게 현재 시점에서 랜덤 값으로 발생하는 것.

Ex.) 심장 박동 수

 

📌  확률 보행 과정 (Random Wark Process)

직전 데이터에서 위아래로 랜덤이 계속 발생하는 것.

Ex.) 주식(주가 지수)

 

📌  정상 확률 과정 (Statinonary Process)

Stationary가 인정된 분석. 직전의 변동성을 가져온다.

정상 확률 데이터인지 먼저 확인하고, 범주 안에 있을 때만 ARIMA 모델을 사용할 수 있다.

 

➡️ 백색 잡음과 정상 확률 과정의 차이점은 이전 데이터의 정보를 가져오는지(정상확률과정) 아닌지(백색잡음).

---

📌 AR 모형

직전의 값이 다음 값에 영향을 준다라는 논리

 

📌 MA 모형

직전의 랜덤 변동성 값만큼을 다음에도 영향을 준다라는 논리