Not Found

교육 기간 : 3일(18시간)

교육 대상
이 과정은 시계열 데이터를 분석하거나 예측해야 하는 통계학자, 경제학자, 비즈니스 계획 수립자, 재고 관리자, 시장 조사 연구자 등을 대상으로 합니다.

과정 소개
시간의 흐름에 따라 관측된 일련의 데이터를 분석하기 위한 시계열 분석 방법을 소개합니다. 이 과정에서는 SAS System에서 제공하는 GUI 환경의 어플리케이션인 시계열 예측 시스템(Time Series Forecasting System, TSFS)을 사용하여 시계열 데이터를 탐색하고, 예측 모형을 구축하는 방법, 미래에 대한 예측을 생성하는 방법 등을 소개합니다. 또한 SAS/ETS에서 제공하는 다양한 프로시저들(ARIMA, FORECAST, EXPAND)을 사용하여 TSFS에서 제공되지 않는 고급 분석 기법도 소개합니다. 이 과정에서는 지수 평활 모형, ARIMA 모형, 개입 모형, 전이함수 모형 등의 시계열 모형을 소개합니다.

선수 지식
이 과정 참석 전에, 아래의 내용이 가능해야 합니다.
- SAS 프로그래밍 능력 및 SAS 데이터셋 생성 ( SAS Programming I 교육과정 )
- 기본적인 통계 지식 ( 기초 통계 분석 교육과정 )
- 회귀 분석 및 분산 분석( Optional )

교육 내용


개요			- 통계적 개념 및 용어 - 통계적 모델링 절차

시계열의 기본 개념			- 시계열의 구성 요소 - 시계열 데이터의 구조 - 파일의 전치 - SAS 날짜, 시간 값, 출력형식, 함수의 사용

지수 평활 모형			- 비계절 모형의 적합 - 계절 모형의 적합 - 모형의 평가 및 비교

다중 선형 회귀(Review)			- 추정, 가설 검정, 예측 - 변수 선택 기법 - 회귀 진단

ARIMA 모형			- AR, MA, ARMA 모형의 적합 - 시계열 함수의 사용 - 비계절 ARIMA 모형 - 계절 ARIMA 모형 - 정상성 검정 및 백색 잡음 검정

시계열 오차를 가진 회귀 모형			- 개입 모형 - 선행 지표(leading indicator) - 확률적 예측 변수의 사용 - 모형의 평가

많은 수의 시계열 예측			- TSFS를 이용한 자동 예측 - 배치 처리를 위해 PROC FORECAST의 사용 - 유사한 패턴을 가진 시계열의 그룹화

시계열 데이터의 처리			- 데이터 오류 및 문제의 확인 - 결측값 대체 - 데이터 요약 및 내삽법의 사용 - 최적 요약 단계의 선택 - 반응 시계열에 대한 제한 처리 - 차원 축소 기법의 사용

사용 소프트웨어
Base SAS, SAS/ETS, SAS/STAT, SAS/GRAPH

교육 교재
Introduction to Time Series Forecasting Using SAS/ETS Software Course Notes