1장 시계열 데이터
1.1 시계열 데이터란??
1.2 시계열 데이터의 특성?
1.2.1 시간 독립변수?
1.2.2 자기상관 관계?
1.2.3 추세 경향성?
1.2.4 계절성, 순환성?
1.2.5 불확실성?
2장 시계열 데이터 객체
2.1 날짜/시간 데이터 클래스
2.1.1 date 클래스
2.1.2 POSIXct, POSIXlt 클래스
2.1.3 yearmon, yearqtr 클래스
2.1.4 날짜, 시간 포맷
2.2 시계열 데이터 객체
2.2.1 ts
2.2.2 xts
2.2.3 tsibble
2.3 시계열 데이터 import
2.3.1 엑셀 파일
2.3.2 CSV 파일
2.3.3 추가 실습 데이터 생성
3장 시계열 시각화
3.1 data.frame: ggplot2 패키지
3.2 xts: xts 패키지
3.3 ts: forecast 패키지
3.4 tsibble: feasts 패키지
3.5 data.frame: timetk 패키지
4장 시계열 데이터 처리
4.1 오늘 며칠일까?: 시간 정보 추출
4.2 며칠 지났을까?: 시간 기간 연산
4.3 이번 주 마지막 날은 며칠일까?: 시간 반올림
4.4 주간, 월간 데이터 합계, 평균은?: 시간 그루핑
4.5 주식 시가, 고가, 저가, 종가는 어떻게 구할까?: OHLC
4.6 3일 평균, 5일 합계는?: 시간 롤링
4.7 지난 달 데이터는?: 필터링
4.8 월별, 분기별, 연별 증감량
4.9 월 비중 백분율, 연 비중 백분율?
4.10 월별, 분기별, 연별 누적 합계
4.11 동월별, 동분기별, 동년별 플롯
5장 시계열 forecasting Part I - 기초 개념
5.1 정상성, 비정상성
5.2 지연과 차분
5.3 ACF와 PACF
5.4 적합값과 잔차
5.5 백색잡음
5.6 시계열 분해
5.7 정상성 테스트
5.8 계절성 검정
6장 시계열 forecasting Part II - 시계열 예측 모델
6.1 평균 모델
6.2 단순 모델
6.3 계절성 단순 모델
6.4 랜덤워크 모델
6.5 회귀 모델
6.5.1 forecast::tslm
6.5.2 timetk::plot_time_series_regression
6.6 지수 평활 모델
6.6.1 단순 지수 평활 모델
6.6.2 홀트 모델
6.6.3 홀트 윈터 모델
6.6.4 ETS 모델
6.7 ARIMA 모델
6.7.1 자기회귀 모델
6.7.2 이동평균 모델
6.7.3 ARIMA 모델 결정
6.7.4 Seasonal ARIMA 모델
6.8 TBATS 모델
6.9 prophet 모델
6.10 신경망 모델
7장 시계열 forecasting Part III - 시계열 분석 프레임워크
7.1 성능 분석 지수
7.1.1 MAE
7.1.2 RMSE
7.1.3 MPE
7.1.4 MAPE
7.2 fable 프레임워크
7.2.1 미래 학생수 예측
7.2.2 미래 취업자수 예측
7.2.3 미래 코로나 확진자수 예측
7.3 modeltime 프레임워크
7.3.1 미래 학생수 예측?
7.3.2 미래 취업자수 예측
7.3.3 미래 코로나 확진자수 예측
찾아보기
도서소개
저자소개
목차소개
