에 대한 주요 결과 시계열 대한 Box-Cox 변환

방법 테이블에는 분석에 대한 설정과 변환에 대한 λ 값이 표시됩니다.

이 결과에서 계절 기간은 12이고 분석은 기본 범위 -1과 2 사이의 λ 값을 검색합니다. λ의 최적 값은 약 -0.15입니다. 분석은 값을 0으로 반올림하고 자연 로그 변환을 사용합니다.

원래 계열의 시계열을 변환된 계열의 시계열 그림과 비교하여 변형으로 인해 분산이 고정되는지 확인합니다.

이 결과에서 원래 계열의 시계열 그림은 고정되지 않은 분산을 보여 줍니다. 이 데이터에서 계절 주기의 높은 지점과 낮은 지점 간의 차이는 시간이 지남에 따라 증가합니다. 이 패턴은 시간이 지남에 따라 분산이 증가한다는 것을 보여줍니다.

변환된 계열의 시계열 플롯을 검사하여 변환이 분산을 고정시키는지 확인합니다.

이 결과에서 변환된 계열의 시계열 그림은 계절 주기의 높은 점과 낮은 점 간의 거의 균등한 차이를 보여 줍니다. 이 패턴은 변환이 분산을 고정시켰음을 보여줍니다.

또한 변환된 데이터의 시계열 플롯을 검사하여 변환된 계열의 다른 중요한 특성을 평가합니다. 예를 들어, ARIMA 모델에 대한 가정에는 계열의 고정 분산 외에 고정 평균이 있다는 것이 포함됩니다. 변환된 계열의 시계열 그림에 변환된 계열에 고정 평균이 없음을 보여 주는 경우 데이터를 차이점으로 보관하면 계열의 평균 증대된 Dickey-Fuller 검정 이 고정되는지 확인합니다.

이 결과에서 변환된 계열은 상승 추세를 보여줍니다. 이 패턴은 계열의 평균이 고정되어 있지 않음을 보여줍니다. 증대된 Dickey-Fuller 검정 변환된 데이터의 저장된 열에 있는 것을 사용하여 차이점 보관으로 인해 계열이 고정되는지 확인합니다.