시계열 데이터 분석이란?

• 시간의 흐름에 따라 발생된 데이터를 분석하는 기법을 말하며 AR, MA, ARIMA 등 다양한 기법이 있다.

• 시계열 데이터는 정상성을 가지고 있는 정상 시계열 데이터와 정상성을 가지고 있지 않은 비정상 시계열 데이터로 구분하는데, 여기서 정상성이란 추세나 계절성을 가지고 있지 않으며, 관측된 시간에 무관한 성질을 말한다.
  

• 대부분의 시계열 데이터는 비정상 시계열 데이터인데, 비정상 시계열 데이터인 상태로는 분석이 어렵기 때문에 차분이나 다른 방법을 활용해 비정상 시계열 데이터를 정상 시계열 데이터로 변환해 분석하기도 한다.

지수 평활법(Exponential Smoothing)

• 지수 평활법은 현재 시점에 가까운 시계열 자료에 큰 가중치를 주고, 과거 시계열 데이터일수록 작은 가중치를 주어 미래 시계열 데이터를 예측하는 기법을 말한다.

  미래의 예측 값 = 과거의 실제 값 X α + 과거의 예측 값 X (1- α)
  (α = 실제값을 반영할 가중치(0 ~ 1사이의 값))

• 엑셀에서는 FORECAST.ETS 함수를 사용해서 지수 평활법을 시행할 수 있으며 기본 구조는 다음과 같다.

  =FORECAST.ETS(target_date, values, timeline, [계절성주기], [누락데이터처리], [중복시계열처리])

• 계절성주기 인수가 2보다 클 경우 : 해당 주기로 데이터를 예측
  계절성주기 인수가 0일 경우 : 주기가 없다고 가정하고 선형 예측
  계절성주기 인수가 1이거나 비어 있을 경우 : 엑셀에서 자동으로 계절성을 예측

• 누락 데이터 처리 인수가 1 또는 비어있을 경우 : 누락된 데이터를 주변 데이터의 평균으로 계산
  누락 데이터 처리 인수가 0일 경우 : 누락된 데이터를 0으로 계산

• 중복된 시계열이 있을 경우 중복된 값을 어떻게 처리할 지 결정
  1 또는 빈칸 : AVERAGE (평균으로 반영)
  2 : COUNT (빈칸이 아닌 숫자만 개수를 세서 반영)
  3 : COUNTA (빈칸이 아닌 모든 값의 개수를 세서 반영)
  4 : MAX (최대값만 반영)
  5 : MEDIAN (중간값으로 반영)
  6 : MIN (최소값만 반영)
  7 : SUM (합계를 반영)

FORECAST.ETS 함수를 사용하여 line plot을 그려보면 다음과 같다.