시계열 분석 사용법

시간에 따라 변하는 데이터의 패턴을 분석하고 미래를 예측합니다. 주가·매출·생체신호 등 시간 순서가 있는 데이터에 사용합니다.

Stata · EViews 기준

날짜·시점 열과 측정값 열이 있는 데이터를 올립니다. 시점은 일정한 간격(일·월·분기)이어야 합니다.

결측 시점이 있으면 보간하거나 표시해야 분석이 정확해집니다.

시간 축이 되는 변수와 분석할 값을 지정합니다. 분석 전 정상성(추세·계절성) 검정이 자동으로 수행됩니다.

정상성 검정(ADF·KPSS)으로 차분이 필요한지 먼저 판단합니다.

ARIMA는 추세를, GARCH는 변동성을 모형화합니다. 차수(p,d,q)는 자동 추천되거나 직접 지정할 수 있습니다.

적합된 모형으로 미래 구간을 예측하고 신뢰구간과 함께 그래프로 보여줍니다. 단절적 시계열은 개입 전후 효과를 비교합니다.

결과를 이렇게 해석합니다

분석을 실행하면 아래 항목들이 우리말 해석문과 함께 자동으로 제시됩니다. 각 숫자가 무엇을 뜻하는지 미리 알아두세요.

정상성 — 분석 가능한 상태인가

ADF·KPSS 검정으로 추세·계절성을 확인합니다. 비정상이면 차분(d)이 필요하며, 시스템이 적절한 차수를 자동 추천합니다.

모형 적합 — 잔차가 깨끗한가

잔차에 패턴이 남지 않아야(백색잡음) 좋은 모형입니다. Ljung-Box 검정과 ACF/PACF로 확인합니다. AIC·BIC가 낮은 모형을 선택합니다.

예측 — 미래와 불확실성

예측값과 함께 신뢰구간(예측의 불확실성 범위)이 그래프로 제시됩니다. 구간이 넓을수록 예측이 불확실합니다. 단절적 시계열은 개입 전후 수준·기울기 변화로 효과를 봅니다.