목차
제1편 시계열분석과 예측 입문
제1장 시계열분석과 예측 = 3
1.1 시계열의 이해 = 3
1.2 예측의 의의와 필요성 = 9
1.3 예측의 종류 = 10
1.4 시계열의 예측방법 = 12
1.5 예측의 평가 = 14
제2장 시계열분석을 위한 기초 통계학 = 18
2.1 기초개념 = 18
2.2 확률변수와 확률분포 = 19
2.2.1. 확률변수 = 19
2.2.2. 확률변수의 기대값과 분산 = 20
2.2.3. 확률분포 = 22
2.3 상관계수와 편상관계수 = 22
2.3.1. 상관계수 = 23
2.3.2. 편상관계수 = 25
2.4 정규분포 및 관련분포 = 26
2.4.1. 정규분포 = 26
2.4.2. 정규분포와 관련된 분포 = 27
2.5 통계적 추정 및 가설검정 = 30
2.5.1. 표집분포 = 30
2.5.2. 추정량의 특성 = 31
2.5.3. 신뢰구간 추정 및 가설검정 = 32
제3장 지수 = 35
3.1 개별지수 = 35
3.2 종합지수 = 35
3.2.1. 단순지수 = 35
3.2.2 가중지수 = 37
3.3 주요경제지수 = 39
제4장 평활법에 의한 시계열분석 = 42
4.1 수평적 시계열의 분석을 위한 평활법 = 42
4.1.1. 수평적 시계열 = 42
4.1.2. 단순이동평균법 = 43
4.1.3. 단순지수평활법 = 46
4.1.4. 사례분석 : 한국의 월별 소비자물가지수 증감율의 예측 = 50
4.2 추세성을 갖는 시계열의 분석을 위한 평활법 = 53
4.2.1. 추세성을 갖는 시계열 = 53
4.2.2. 선형이동평균법 = 53
4.2.3. 선형지수평활법 = 55
4.2.4. 이차지수평활법 = 58
4.2.5. 사례분석 : 경기종합지수 시계열의 예측 = 59
4.3 계절성을 갖는 시계열의 분석을 위한 평활법 = 64
4.3.1. 계절성을 갖는 시계열 = 64
4.3.2. 계절지수평활법 = 65
4.3.3. 사례분석 = 66
〈부록 4.1〉SAS／ETS를 이용한 지수평활법 = 70
제5장 시계열의 분해와 계절조정 = 72
5.1 시계열의 분해와 예측 = 72
5.2 시계열분해를 위한 이동평균 = 72
5.3 분해법에 의한 예측 = 77
5.4 계절변동조정과 센서스 국법 = 82
5.4.1. 계절변동 조정이란? = 82
5.4.2. 계절변동의 조정방법 = 83
5.4.3. 센서스 국법에 의한 계절변동조정 = 83
5.4.4. X-11-ARIMA와 X-12-ARIMA = 85
5.4.5. 사례분석 : 월별 건축허가면적 계열의 분해 = 87
연습문제 = 90
제2편 ARIMA 모형에 의한 시계열분석
제6장 정상 시계열 모형 = 95
6.1 정상 시계열이란 = 95
6.1.1. 확률과정과 정상성 = 95
6.1.2. 자기상관함수와 편자기상관함수 = 97
6.1.3. 백색잡음과정 = 102
6.1.4. 연산자 = 104
6.2 일반선형모형 = 105
6.3 자기회귀 모형 = 107
6.3.1. AR(1) 모형 = 108
6.3.2. AR(2) 모형 = 113
6.3.3. AR(p) 모형 = 117
6.4 이동평균 모형 = 119
6.4.1. MA(1) 모형 = 119
6.4.2. MA(2) 모형 = 123
6.4.3. MA(q) 모형 = 127
6.4.4. AR 모형과 MA 모형과의 관련성 = 128
6.5 자기회귀이동평균 모형 = 131
6.5.1. 자기회귀이동평균[ARMA(p, q)] 모형 = 131
6.5.2. 1차 자기회귀이동평균[ARMA(1, 1)] 모형 = 133
6.6 상수항을 갖는 ARMA 모형 = 137
〈부록 6.1〉엄격한 의미의 정상성 = 140
〈부록 6.2〉확률과정들의 ACF와 PACF 비교 = 141
〈부록 6.3〉ARMA 모형의 특성 요약 = 142
〈부록 6.4〉AR(2) 모형의 정상성 조건 유도 = 144
연습문제 = 145
제7장 비정상 시계열 = 146
7.1 비정상 계열의 정상화 = 146
7.1.1. 분산의 정상화 = 147
7.1.2. 평균의 정상화 = 148
7.2 확률적 추세와 단위근 검정 = 151
7.2.1. 단위근의 개념 = 152
7.2.2. 단위근 검정 방법 = 152
7.3. 확률보행 모형 = 156
7.4. 누적 자기회귀이동평균 모형 = 161
7.4.1. ARIMA(p, d, q) 모형 = 161
7.4.2. ARIMA(0, 1, 1) 모형과 지수평활법 = 163
연습문제 = 165
제8장 계절 시계열 모형 = 166
8.1 정상 계절 AR 모형과 MA 모형 = 167
8.1.1. 계절 MA 모형 = 167
8.1.2. 계절 AR 모형 = 170
8.2 승법계절 ARMA 모형 = 173
8.3 비정상 계절 ARIMA 모형 = 177
연습문제 = 181
제9장 모형의 식별 = 183
9.1 Box-Jenkins에 의한 시계열 모형의 분석 = 183
9.2 모형의 식별과정 = 185
9.2.1. ARMA 모형의 식별 = 186
9.2.2. 계절 ARMA(p, q)(P, Q) 모형의 식별 = 187
9.3 모형의 식별을 위한 통계량 = 188
9.4 모형 식별 예제 = 190
연습문제 = 196
제10장 모형의 모수 추정, 진단 및 확정 = 198
10.1 모수 추정 = 198
10.1.1. 적률 추정법(Method of Moments) = 198
10.1.2. 최우추정법(Maximum Likelihood Method) = 202
10.1.3. 최소제곱추정법(Ordinary Least Squares Estimation) = 204
10.2 모형의 진단 = 209
10.2.1. 잔차의 독립성에 대한 진단 = 209
10.2.2. 잔차그림 분석과 과다적합 = 213
10.3 모형의 재형성 = 213
10.4 모형의 확정 : 좋은 모형의 기준 = 214
10.5 모형의 모수 추정, 진단 및 확정 예제 = 217
연습문제 = 227
제11장 시계열 예측 = 228
11.1 최소평균제곱오차 예측 = 228
11.2 AR(p) 모형 예측 = 230
11.3 MA(q) 모형 = 236
11.4 ARMA(p, q) 모형의 예측 = 239
11.5 비정상 ARIMA 모형의 예측 = 241
11.5.1. 경향을 가진 확률보행의 예측 = 241
11.5.2. 비정상 ARIMA 모형의 예측 = 243
연습문제 = 247
제12장 실증적 분석 사례 = 248
12.1 ARIMA 모형을 이용한 한국의 연간 저축률 계열의 분석 = 249
12.2 ARIMA 모형을 이용한 한국의 일별 주식거래량 계열의 분석 = 254
12.3 ARIMA 모형을 이용한 월별 대미환율 계열의 분석 = 258
12.4 계절 ARIMA 모형을 이용한 한국의 월별 건축허가면적 계열의 분석 = 263
12.5 계절 ARIMA 모형을 이용한 한국의 분기별 전산업생산지수 계열의 분석 = 269
12.6 계절 ARIMA 모형을 이용한 월별 내국인 출국자수 계열의 분석 = 276
제3편 ARIMA 모형의 확장 및 예측을 위한 다른 방법들
제13장 전이함수 모형 = 285
13.1 전이함수 모형이란 = 285
13.2 단일 투입변수 전이함수 모형 = 286
13.3 교체상관함수와 전이함수 모형 = 288
13.4 전이함수 모형의 식별 = 293
13.5 전이함수 모형의 추정과 검진 = 297
13.6 예측 = 299
13.7 사례분석 : 전이함수 모형에 의한 판매액의 예측 = 303
제14장 개입분석과 특이값 = 310
14.1 서론 = 310
14.2 개입 시계열분석 = 310
14.3 개입변수의 유형 = 311
14.4 사례분석 : 중국정부의 홍콩에 대한 주권행사에 관한 안의 발표가 홍콩의 주가지수에 미치는 영향 분석 = 313
14.5 시계열 특이값 = 317
제15장 결합예측 = 319
15.1 결합예측이란? = 319
15.2 결합예측의 동기와 필요성 = 321
15.3 최소분산 기준에 의한 결합예측 = 322
15.4 회귀방법에 의한 결합예측 = 326
15.4.1. 통상최소제곱법에 의한 결합가중치의 추정 = 326
15.4.2. 제한최소제곱법에 의한 결합가중치의 추정 = 328
제16장 질적 예측방법 = 333
16.1 서론 = 333
16.2「델파이」방법 = 333
16.3「시나리오」방법 = 335
16.4「크로스 임팩트」분석 = 336
부록 : 통계분포표 = 341
찾아보기 = 352
