Chapter 8 ARIMA 모델

ARIMA 모델은 시계열을 예측하는 또 하나의 접근 방법입니다. 지수평활(exponential smoothing)과 ARIMA 모델은 시계열을 예측할 때 가장 널리 사용하는 두 가지 접근 방식이고, 주어진 문제를 상호 보완적으로 다루도록 하는 접근 방식입니다. 지수평활 모델은 데이터의 추세와 계절성(seasonality)에 대한 설명에 기초하고, ARIMA 모델은 데이터에 나타나는 자기상관(autocorrelation)을 표현하는데 목적이 있습니다.

ARIMA 모델을 소개하기에 앞서, 정상성(stationarity)과 시계열의 차분(differencing)을 구하는 기법을 먼저 다뤄야 합니다.