[통계적 모델링] 시계열 분석 - 예측

2022.03.18 - [데이터 분석/04. Data Analysis] - [통계적 모델링] 시계열 분석와 분해

[통계적 모델링] 시계열 분석

2022.03.19 - [데이터 분석/04. Data Analysis] - [통계적 모델링] 시계열 분석 - 정상성(stationary)과 차분

[통계적 모델링] 시계열 분석 - 정상성(stationary)과 차분

앞의 포스팅에서 시계열 데이터를 살펴보았다면 이번 글에서는 예측하는 방법에 대해 공부해보겠습니다!

 

시계열 예측

 

시계열을 예측하는 다양한 모델이 있음
- AR : 자기회귀(추세 및 계절성분 제외)
- MA : 이동평균(추세 및 계절성분 제외)
- ARMA : 자기회귀 이동평균(추세 및 계절 성분 제외)
- ARIMA

- SARIMA

- 지수평활법

 

실습

a10.csv

0.00MB

a10forecast.csv

0.00MB

~패키지 임포트 및 데이터 불러오기~

import pandas as pd
forecast=pd.io.parsers.read_csv("a10forecast.csv")
original=pd.io.parsers.read_csv("a10.csv")

=> 밑의 모형구축에 같은 데이터를 사용할 것이기 때문에 코드를 반복적으로 작성해주시면 됩니다!

 

 

 

- AR모형

1. 모델 fit

from statsmodels.tsa.ar_model import AutoReg
model=AutoReg(forecast['value'], lags=10)
model_fit=model.fit()

 

2. plot

import matplotlib.pyplot as plt

model_forecast=model_fit.predict(len(forecast), len(original)-1)
plt.figure(figsize=(6,6))
plt.plot(model_forecast, label="Forecast")
plt.plot(original.value[-18:], label="Actual")
plt.legend()

 

 

 

-MA 모형

1. 모델 fit

from statsmodels.tsa.arima.model import ARIMA
model=ARIMA(forecast['value'], order=(0,0,2))
model_fit=model.fit()

 

2. plot

-> 위의 plot 코드와 동일

 

 

 

-ARMA

: ARMA is combination of ARM and MA

 

1. 모델 fit

from statsmodels.tsa.arima.model import ARIMA
model=ARIMA(forecast['value'], order=(10,0,2))
model_fit=model.fit()

 

2. plot

 

 

 

-ARIMA

1. 모델 fit

from statsmodels.tsa.arima.model import ARIMA
model=ARIMA(forecast['value'], order=(10,2,2))
model_fit=model.fit()

 

2. plot

 

 

-SARIMA

1. 모델 fit

from statsmodels.tsa.statespace.sarimax import SARIMAX
model=SARIMAX(forecast['value'], order=(10,2,2), seasonal_order=(1,1,0,12))
#season관련 파라미터 생김
model_fit=model.fit()

 

2. plot

=>잘 예측하고 있는 것을 확인할 수 있다!

 

 

-지수평활법

: 너무 먼 가중치는 고려하지 않겠다!

 

1. 모델 fit

from statsmodels.tsa.holtwinters import ExponentialSmoothing
model=ExponentialSmoothing(forecast['value'], seasonal_periods=12, trend='add', seasonal='add')
model_fit=model.fit()

 

2. plot