모델링 규격
"시계열 예측" 보고서의 "모델링 규격" 섹션을 사용하면 모형을 개별 시계열에 적합시킬 수 있습니다. 다양한 모형이 고려됩니다. Hyndman et al. (2008) 연구 자료에서는 오차, 추세 성분 및 계절 성분을 기반으로 상태 공간 평활 모형을 정의합니다.
• 오차는 가법(A) 또는 승법(M)일 수 있습니다.
• 추세 성분은 없음(N), 가법(A), 진폭감소 가법(Ad), 승법(M) 또는 진폭감소 승법(Md)일 수 있습니다.
• 계절 성분은 없음(N), 가법(A) 또는 승법(M)일 수 있습니다.
특정 모형은 ETS (오차, 추세, 계절)로 나타낼 수 있습니다. 이러한 모형이 시계열 예측에 사용됩니다.
"모델링 규격" 보고서에는 두 개의 탭이 있습니다. 플랫폼에서 선택한 상태 공간 평활 모형 집합을 적합시키려면 "권장 규격" 탭을 사용합니다. 적합시킬 특정 상태 공간 평활 모형을 선택하려면 "완전한 규격" 탭을 사용합니다. 그런 다음 각 개별 시계열에 대해 주어진 집합의 최량 적합 모형이 예측에 사용됩니다.
모형 선택
완전한 규격 탭에 표시된 "완전한 규격" 탭에서만 사용할 수 있습니다. "모형 선택" 보고서를 사용하면 개별 시계열에 적합시킬 상태 공간 평활 모형을 지정할 수 있습니다. 체크박스를 사용하여 모형에 대한 오차, 추세 및 계절성을 선택합니다. 플랫폼에서 권장하는 모형에 해당하는 체크박스를 선택하려면 권장 선택을 클릭합니다. 모두 선택을 클릭하여 모든 체크박스를 선택하거나 모두 선택 취소를 클릭하여 모든 체크박스를 선택 취소할 수 있습니다. "모수 제한" 옵션은 기본적으로 선택되며, 관측값이 현재에서 멀어질수록 모형의 현재 상태에 미치는 영향이 적어지도록 모수를 제한합니다. 상태 공간 평활 모형에서 모든 이전 관측값이 주어진 경우 시간 t에서의 예측은 시간 t까지의 모든 관측값의 가중합과 동일합니다. 가중치는 모수의 함수입니다. 따라서 모수를 제한하면 과거 관측값에 대한 가중치가 0이 되고 관측값이 현재에서 멀어질수록 가중치가 더 빨리 0이 됩니다.
그림 19.6 완전한 규격 탭
모델링 옵션
"모수 제한" 옵션을 선택하거나 선택 취소할 수 있습니다.
모수 제한
이 옵션을 선택하면 관측값이 현재에서 멀어질수록 모형의 현재 상태에 미치는 영향이 적어지도록 모수를 제한합니다. "모수 제한"은 기본적으로 선택됩니다.
예측 설정
다음과 같은 선택적 설정을 지정할 수 있습니다.
NAhead
예측 전 단계 수를 지정합니다. 단계 수는 음수가 아니어야 합니다.
주기
모형 적합 프로세스에서 고려할 계절성 값을 지정합니다. 기본적으로 주기는 "시간 패턴 분석" 보고서의 암시된 계절성으로 설정됩니다. 계절성이 다른 모형을 고려하려면 여기에 추가 주기를 지정하고 쉼표로 구분합니다. 주기는 0보다 커야 합니다.
모형 선택 전략
최적 모형을 선택하는 방법을 지정합니다.
정보 기준
지정된 정보 기준에 따라 최적 모형을 결정합니다. 사용 가능한 정보 기준은 AIC와 BIC입니다.
팁: 시계열이 긴 경우 BIC를 사용하십시오.
예측 성능
홀드백 집합을 포함하는 성능 선택 알고리즘에 따라 최적 모형을 결정합니다. 먼저 시계열이 훈련 데이터 집합과 홀드백 집합으로 분할됩니다. "NHoldback" 값은 홀드백 집합의 관측값 수를 지정합니다. 그런 다음 알고리즘이 훈련 데이터 집합의 데이터에 대해 모든 권장 모형 또는 사용자 지정 모형을 적합시킵니다. 예측은 개별 적합 모형을 사용하여 홀드백 집합에 대해 수행됩니다. 이러한 예측은 실제 홀드백 관측값과 비교되며 지정된 측정 기준을 사용하여 모형이 평가됩니다. 측정 기준이 가장 적합한 모형이 최종 모형으로 선택됩니다. 마지막으로, 선택된 최종 모형이 전체 시계열(훈련 데이터 집합과 홀드백 집합)에 적합되고 재적합 모형은 시계열의 마지막 관측값 이후를 예측하는 데 사용됩니다.
측정 기준
개별 모형 적합에 의한 예측을 평가할 측정 기준을 지정합니다. 사용 가능한 측정 기준은 RMSE(제곱근 평균 제곱 오차), MSE(평균 제곱 오차) 및 MAE(평균 절대 오차)입니다.
NHoldback
홀드백 집합에 사용되는 관측값 수를 지정합니다.
기타 옵션
다음 옵션을 지정할 수 있습니다.
모형 선택 기준 유지
데이터에 적합된 모형 집합에 대한 모형 선택 기준을 저장합니다. 모형 적합 후 이 정보는 "모든 계열에 대한 모든 모형의 정보 기준" 보고서에 표시됩니다.
예측 구간 수준
예측에 대한 예측 구간 수준입니다. 이 값은 예측 그림에서 음영 영역의 너비를 변경합니다.
적용 가능한 모형에 대한 대치
모형 적합 프로세스 중에 사용되는 결측값 대치법을 지정합니다.
참고: 이러한 옵션은 모형 적합에 사용되는 데이터만 변경합니다. 원시 데이터는 변경되지 않습니다.
없음
결측값을 대치하지 않습니다.
마지막 값
결측 관측값 시퀀스 전에 나오는 마지막 값을 사용하여 결측값을 대치합니다.
중간 값
결측 관측값 시퀀스 전에 나오는 마지막 값과 결측 관측값 시퀀스 후에 나오는 첫 번째 값의 평균을 구하여 결측값을 대치합니다.
선형 보간
결측 관측값 시퀀스 전에 나오는 마지막 값과 결측 관측값 시퀀스 후에 나오는 첫 번째 값 간의 선형 보간을 생성하여 결측값을 대치합니다.
실행을 클릭하면 지정된 모형 집합이 적합됩니다. 활성 스레드 수, 완료된 작업 수, 총 작업 수 및 완료된 작업의 백분율을 보고하는 진행률 표시줄이 나타납니다. 작업은 하나의 계열과 반응 변수 조합에 대해 지정된 모든 모형을 적합시키는 것으로 정의됩니다. 적합 프로세스가 완료되면 "모형 보고서"가 표시됩니다. 자세한 내용은 시계열 예측 모형 보고서에서 확인하십시오. "모델링 규격" 보고서의 옵션을 변경하고 실행을 다시 클릭하면 "모형 보고서"가 새 보고서로 대체됩니다.