추세 분석에 대한 데이터 입력

통계분석 > 시계열 > 추세 분석

데이터 입력

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.

이 워크시트의 판매량에는 매월 판매되는 컴퓨터의 수가 포함됩니다.

모형 유형 아래에 데이터의 추세와 일치하는 모형의 유형을 지정합니다. 이러한 네 가지 모형 중에서 특정 모형을 선택하는 방법은 다음과 같습니다.

시계열도을 사용하여 데이터를 그래프로 표시합니다. 그런 다음, 그림을 다음 그림과 비교하여 모형의 올바른 유형을 결정합니다.
네 개의 모형을 모두 적합시킨 다음 정확도 측도(MAPE, MAD, MSD)를 비교할 수 있습니다. 정확도 측도가 가장 작은 모형을 선택하십시오.

선형: 데이터가 선을 적합시키며, 이는 시간이 지남에 따라 변화률이 일정하다는 것을 나타냅니다. 모형은 Y_t = β₀ + (β₁ * t) + e_t입니다. 이 모형에서 β₁은 한 기간부터 다음 기간까지의 평균 변화를 나타냅니다.
2차: 데이터에 곡면성이 있으며, 이는 시간이 지남에 따라 변화율이 달라진다는 것을 나타냅니다. 모형은 Y_t = β₀+ β₁ * t + (β₂* t²) + e_t입니다.
지수 성장: 데이터에 큰 곡면성이 있으며, 이는 시간이 지남에 따라 변화율이 더 빠르게 달라진다는 것을 나타냅니다. 예를 들어, 예금액은 지수 성장을 나타냅니다. 모형은 Y_t = β₀ * β₁^t * e_t입니다.
S-곡선(Pearl-Reed 로지스틱): 데이터에는 S-형이 있어 변화 방향이 시간이 지남에 따라 달라진다는 것을 나타냅니다. 모형은 Y_t = (10^a) / (β₀ + β₁ * β₂^t)입니다.

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.