2.1 ts 객체

시계열이란 각 숫자가 기록된 시간에 관한 정보가 있는 숫자들의 목록으로 생각할 수 있습니다. R에서는 이러한 정보를 ts 객체로 저장할 수 있습니다.

여러분이 과거 몇 년 동안의 연간 관측값을 가지고 있는 상황을 생각해봅시다:

연도	관측값
2012	123
2013	39
2014	78
2015	52
2016	110

ts() 함수로 이것을 ts 객체로 바꾸겠습니다:

y <- ts(c(123,39,78,52,110), start=2012)

1년에 한 관측값이 있는 연간 데이터를 가지고 있다고 가정했으니, 시작 연도만(또는 마지막 연도만) 있으면 됩니다.

1년에 한 번 이상으로 자주 관측된 값의 경우에는, 단순하게 frequency 입력값만 추가하면 됩니다. 예를 들면, 다음과 같이 월별 데이터가 수치 벡터 z에 저장되어있을 때, 이것을 다음과 같이 ts 객체로 바꿀 수 있습니다:

y <- ts(z, start=2003, frequency=12)

이 책에서 사용하는 거의 모든 데이터는 이미 ts 객체로 바뀌어있습니다. 하지만 여러분만의 데이터로 작업하고 싶다면, 분석하기에 앞서 ts() 함수를 사용해야 합니다.

시계열의 빈도

“빈도(frequency)”는 계절성 패턴이 반복되기 전까지의 관측값의 수입니다.¹ R에서 ts() 함수를 사용할 때는, 다음과 같은 옵션을 사용해야합니다.

데이터	빈도
연	1
분기	4
월	12
주	52

실제로 1년은 \(52\)주가 아니라, 4년마다의 윤년을 고려하여 평균적으로 \(365.25/7 = 52.18\) 입니다. 하지만 ts 객체를 이용하는 대부분의 함수는 정수 빈도를 필요로 합니다.

관측값의 빈도가 1주일에 한 번보다 클 때는, 빈도(frequency)를 다루는 한 가지 이상의 방법이 있습니다. 예를 들면, 일별 관측값으로 구성된 데이터에는 주별 계절성(빈도=7)이나 연간 계절성(빈도=365.25)이 있을 것입니다. 비슷하게, 1분마다 관측된 데이터에는 시간별 계절성(빈도=60), 일별 계절성(빈도=24x60=1440), 주별 계절성(빈도=24x60x7=10080), 연간 계절성(24x60x365.25=525960) 등이 있을 것입니다. ts 객체를 사용하고 싶다면, 이 중에서 어떤 것이 가장 중요한지 결정해야합니다.

11 장에서는 이러한 빈도 목록에서 하나를 고르지 않고 다중 계절성(multiple seasonality)을 다루는 방법을 살펴볼 것입니다.

---

1. 물리학이나 푸리에(Fourier) 분석에서 사용하는 빈도의 정의와는 다릅니다. 이러한 분야에서는 지금 우리가 이야기하는 용어를 “주기(period)”라고 부릅니다.↩︎