1.ARIMA란?

ARIMA(Autoregressvie integrated MovingAverage)

• AR(자기상관) : 이전의 값이 이후의 값에 영향을 미치고 있는 상황
• MA(이동평균) : 랜덤 변수의 평균값이 지속적으로 증가하거나 감소하는 추세

이 두 모델을 합친 모델이 바로 아리마 모델이다. 아리마 모델은 시계열 데이터가 정상성(stationary)의 특징을 띈다고 가정한 모델이다. 그러므로 계절성이나 추세가 있는 데이터는 정상화하는 전처리 과정을 거친 후 아리마 모델에 적용해야 한다.

1) 정상성 비정상성이란?

• 정상성 / 비정상성
  시계열 자료의 평균과 분산이 t시점에 상관없이 동일할 때와 와시점의 자기 상관(시점간의 상관관계)은 시차(h)에만 의존하며 시점(t/t-h)에는 의존하지 않을 때 정상성(Stationarity)를 갖는다고 한다. 따라서, 추세나 계절성이 있는 시계열은 정상시계열이 아니다. (서로 다른 시점의 값에 영향을 줌).