변수에 정기적으로 수집되고 시간순으로 기록된 수치 데이터의 열을 입력합니다. 데이터가 여러 열에 있는 경우(예를 들어, 별도의 열에 각 연도에 대한 데이터가 있는 경우) 데이터를 단일 열에 쌓아야 합니다.
Minitab에서 분석을 수행하려면 데이터의 전체 계절이 2개 이상 있어야 합니다. 그러나 4 ~ 5개의 전체 계절 주기가 권장됩니다. 전체 주기가 충분하지 않으면 적합한 계절 인덱스 추정치를 계산하기에 데이터가 부족할 수도 있습니다.
계절 길이에 한 계절에 발생하는 관측치 수를 입력합니다. 예를 들어, 월별로 데이터를 수집하고 데이터에 연간 패턴이 있는 경우 12를 입력합니다.
계절 길이를 모르는 경우 통계분석 > 시계열 > 시계열도 또는 통계분석 > 시계열 > 자기
상관을 사용하면 길이를 식별할 수 있습니다.
이 워크시트의 판매량에는 매월 판매되는 컴퓨터의 수가 포함됩니다.
C1
판매량
195000
213330
208005
249000
237040
모형 유형
데이터에 적합한 계절 패턴을 선택합니다. 승법 데이터를 사용하면 데이터 수준이 변경됨에 따라 계절 패턴 크기가 변경됩니다. 가법 데이터를 사용하면 데이터 수준이 변경되더라도 계절 패턴 크기가 일정하게 유지됩니다.
승법
가법
모형 유형을 모르는 경우에는 다음 중 하나를 수행하십시오.
통계분석 > 시계열 > 시계열도을 사용하여 올바른 모형을 식별합니다.
승법 및 가법을 모두 시도한 다음 정확도 측도를 비교하여 모형의 적합도가 더 높은지 여부를 확인합니다.
참고
데이터에 음수 값이 포함되어 있으면 승법 모형을 적합하지 말아야 합니다. 양수 및 음수 데이터가 있는 경우 음수 데이터에 대한 승법 계절 인덱스가 양수 데이터에 대한 계절 인덱스의 역수입니다. 이로 인해 모형이 데이터에 적합하지 않게 됩니다.
모형 성분
모형에 포함할 성분을 선택합니다. 잘 모르는 경우에는 통계분석 > 시계열 > 시계열도을 사용하여 데이터에 추세가 있는지 확인합니다.
추세 더하기 계절
계절에 국한
예측 생성
시계열에 대한 예측값을 생성하려면 다음 단계를 수행하십시오.
예측 생성을 선택합니다.
예측 수에 예측하려는 연속된 기간의 수를 입력합니다.
예측 시점에 첫 번째 예측값에 대한 행 번호를 지정합니다. 이 필드를 비워둘 경우 Minitab에서는 시계열의 끝에서 예측값을 시작합니다.
사용자가 값을 입력하면 Minitab에서는 해당 열 번호까지의 데이터만 예측 값에 사용합니다. Minitab에서는 모든 데이터를 사용하여 적합치를 계산하기 때문에 예측값은 적합치와 다릅니다.
예를 들어, 한 분석가가 1월부터 12월까지의 월별 데이터를 가지고 있습니다. 분석가는 12월에 다음 달에 대한 예측값을 생성하려고 하지만, 12월의 데이터가 불안전합니다. 분석가는 예측 수에 2를 입력하고 예측 시점에 12를 입력합니다. Minitab에서는 11월까지의 데이터를 사용하여 12월과 1월에 대한 예측값을 생성합니다.
