2.3 시계열 패턴

이러한 시계열을 설명하려면, 지금까지 사용한 “추세(trend)”와 “계절성(seasonality)” 같은 단어를 좀 더 조심스럽게 정의해야 합니다.

추세(trend)
데이터가 장기적으로 증가하거나 감소할 때, 추세(trend)가 존재합니다. 추세가 선형적일 필요는 없습니다. 때때로 어떤 추세가 증가에서 감소로 변화하는 경우에, 그것을 추세의 “방향이 변화했다”라고 언급할 것입니다. 그림 2.2의 당뇨병 약 매출 데이터에는 추세가 있습니다.
계절성(seasonality)
해마다 어떤 특정한 때나 1주일마다 특정 요일에 나타나는 것 같은 계절성 요인이 시계열에 영향을 줄 때 계절성(seasonality) 패턴이 나타납니다. 계절성은 빈도의 형태로 나타나는데, 그 빈도는 항상 일정하며 알려져 있습니다. 위의 당뇨병 약 월별 매출액에는 계절성이 나타나는데, 이 계절성은 부분적으로 연말에 발생하는 약품 가격 변동에 의한 것입니다.
주기성(cycle)
고정된 빈도가 아닌 형태로 증가나 감소하는 모습을 보일 때 주기(cycle)가 나타납니다. 보통 이러한 요동은 경제 상황 때문에 일어나고, 흔히 “경기 순환(business cycle)”과 관련 있습니다. 보통 이러한 요동의 지속기간은 적어도 2년 이상입니다.

많은 이들이 주기적인 패턴과 계절적인 패턴을 혼동하지만, 사실 둘은 정말 다릅니다. 일정한 빈도로 나타나지 않는 요동은 주기적입니다. 빈도가 변하지 않고 연중 어떤 시기와 연관되어 있다면 그 요동은 계절성입니다. 일반적으로, 주기들의 평균 길이는 계절성 패턴의 길이보다 길고, 주기의 크기는 계절적인 패턴의 크기보다 좀 더 변동성이 큰 경향이 있습니다.

많은 시계열에는 추세(trend), 계절성(seasonality), 주기(cycle)가 있습니다. 예측 기법을 고를 때, 먼저 데이터에서 나타나는 시계열 패턴을 살펴봐야할 것이고, 그 다음 적절하게 패턴을 잡아낼 수 있는 기법을 선택해야할 것입니다.

그림 2.3의 예제는 위의 성분의 서로 다른 조합을 보여줍니다.

서로 다른 패턴을 나타내는 4가지 시계열 예제.

Figure 2.3: 서로 다른 패턴을 나타내는 4가지 시계열 예제.

  1. 월별 주택 매매 그래프에서(왼쪽 위) 매년 강한 계절성과 약 6–10년의 몇몇 강한 주기적인 패턴이 보입니다. 전체 기간에 걸쳐 데이터에 분명한 추세가 있지는 않습니다.
  2. 미국 재무부 단기 증권 그래프는(오른쪽 위) 1981년 시카고 시장의 100 연속 거래일 데이터를 나타냅니다. 여기에는 계절성은 없지만, 아래로 내려가는 추세가 분명하게 있습니다. 아마도 훨씬 더 긴 시계열이 있었다면, 이 하향 추세가 실제로는 긴 주기의 한 부분이라는 것을 볼 수도 있었을 것이지만, 100 거래일만 놓고 볼 때, 추세가 있는 것 같습니다.
  3. 호주 분기별 전기 생산량 그래프는(왼쪽 아래) 강한 계절성과 함께 강한 증가 추세를 나타냅니다. 여기에서 주기적인 행동이 보이지는 않습니다.
  4. 구글(Google) 주식의 일별 종가(거래일 마지막 가격) 그래프(오른쪽 아래)에는 추세나 계절성 또는 주기적인 행동이 없습니다. 잘 예측할 수 있을 것 같지 않은 무작위적인 요동이 있고, 예측 모델을 만드는데 도움이 될 강한 패턴도 없습니다.