ARIMA에 대한 데이터 입력

계절 길이를 모르는 경우 통계분석 > 시계열 > 시계열도 또는 통계분석 > 시계열 > 자기 상관을 사용하면 길이를 식별할 수 있습니다.

비계절 모형자기회귀

비계절적 AR 항(p)을 입력합니다. 이 항은 현재 값에 영향을 미치는 이전 값(시차)의 수입니다. 수를 모르는 경우에는 다음과 같이 해보십시오.

• 시차 간에 유의한 상관 관계가 없는 경우 0을 입력합니다.
• 시차 간에 유의한 상관 관계가 있는 경우 1 또는 2를 입력합니다.

시차 간에 유의한 상관 관계가 있는지 여부를 확인하려면 자기 상관을 사용합니다.

계절 모형자기회귀

계절적 AR 항(P)을 입력합니다. 이 항은 현재 계절과 유의한 상관 관계가 있는 이전 계절의 시차 수입니다. 대부분의 계절적 패턴의 경우 1이면 충분합니다. 이전 계절의 시차 간에 유의한 상관 관계가 있는지 여부를 확인하려면 자기 상관을 사용합니다.

비계절 모형차분

차이 항(d)을 입력합니다. 이 값은 현재 데이터 값에서 이전 데이터 값을 빼는 횟수를 나타냅니다. 수를 모르는 경우에는 다음과 같이 해보십시오.

• 데이터에 추세가 없고 평균이 비교적 일정한 경우 0을 입력합니다.
• 추세가 선형이거나 평균이 일정하지 않은 경우 1을 입력합니다.
• 일정하지 않은 선형 추세가 있는 경우 2를 입력합니다.

추세를 식별하려면 통계분석 > 시계열 > 시계열도을 사용합니다.

계절 모형차분

데이터가 계절적 패턴을 보이는 경우 계절적 차이 항(D)을 입력합니다. 대부분의 계절적 패턴의 경우 1이면 충분합니다.

비계절 모형이동 평균[MA]

비계절적 MA 항(q)을 입력합니다. 이 항은 현재 값에 영향을 미치는 이전 오차 항(예측 오차의 시차)의 수입니다. 비계절적 MA 항을 확인하려면 편 자기 상관 함수를 살펴보십시오. 자세한 내용은 편 자기 상관 함수에서 확인하십시오.

계절 모형이동 평균[MA]

데이터가 계절적 패턴을 보이는 경우 계절적 MA 항(Q)을 입력합니다. 대부분의 계절적 패턴의 경우 1이면 충분합니다.