[시계열분석] 시계열 분해 - 그래프를 성분으로 설명하는 방법

안녕하세요. 지난 포스팅에서는 시계열 분해와 분해 성분에 대해서 알아보았습니다. 이번에는 예제 시계열 그래프를 보고, 어떤 성분으로 구성되어 있을지 해석해보겠습니다.

---

첫 번째 예제

서로 다른 패턴을 나타내는 시계열 차트 예제

1. 미국 단독 주택 거래량 (분기 단위 데이터)
   1. 그래프를 한 눈에 보았을 때, 장기적으로 증가하거나 하락하지 않는 것을 통해 분명한 추세는 없다고 해석할 수 있습니다.
   2. 1975년의 데이터를 보면 크게 증가하였다가 감소하는 패턴이 있는데, 이 패턴이 전 시기에 걸쳐 매 해 발생하는 것을 보아,
      매년 강한 계절성이 있음을 알 수 있습니다.
   3. 또한, 대강 75-82년도, 83-92년도의 증감 패턴이 있는 것을 보아 약 6-10년의 강한 주기적 패턴이 있다고 해석할 수 있습니다.
2. 미국 재무부 단기 증권 계약 (일 단위 데이터)
   1. 그래프에 장기적으로 하락하는 추세가 분명하게 있습니다.
   2. 특정 시점에, 일정한 빈도로 나타나는 계절성은 없습니다.
   3. 일 단위의 데이터로 불규칙적, 장기적으로 발생하는 패턴인 주기는 확인하기 어렵습니다.
3. 호주 분기별 전력 생산 (분기 단위 데이터)
   1. 강한 증가 추세를 확인할 수 있습니다.
   2. 증감하는 강한 계절성을 확인할 수 있습니다.
   3. 주기는 나타나지 않습니다.
4. 구글 주식 종가 기준 일별 변동 (일 단위 데이터)
   추세, 계절성, 주기를 확인하기 어려우며, 예측이 어려운 무작위적인 요동으로 데이터가 이루어진 것으로 보입니다.

 

두 번째 예제

당뇨병 약 매출

위 그래프의 경우,

1. 장기적으로 증가하는 추세가 보입니다.
2. 매 연초마다 의약품 매출이 급감하고, 이후 증가하는 패턴이 매년 반복되는 것을 통해 강한 계절성이 있음을 알 수 있습니다. 이러한 계절성은 환자들이 연말에 저렴하게 의약품을 비축할 수 있도록 하는 정부의 보조금 정책 때문에 발생하는 패턴으로 설명합니다.
3. 주기적인 패턴은 확인하기 어렵습니다.

---

이번 포스팅은 이전 포스팅에서 다룬 시계열의 성분이 시계열 데이터를 어떻게 이루고 있는지를 확인하기 위한 목적으로 작성되었습니다. 참고한 자료는 아래에 표기해두었으며, 이 자료가 시계열 데이터 분석을 이해하고 학습하는 데에 많은 도움이 될 것 같아 앞으로도 주로 참고하게 될 것 같습니다. 이제 시계열 데이터의 성분에 대해서는 어느 정도 이해를 하게 된 것 같으므로, 다음 포스팅에서는 데이터를 성분으로 분해하는 방법을 학습하여 다뤄보겠습니다.

 

참고자료

• https://otexts.com/fppkr/tspatterns.html