학술연구자

  • Home
  • 정규교육
  • 학술연구자
  • SPSS Statistics 기초시계열분석

SPSS Statistics 기초시계열분석

  • #SPSS
  • #중·고급

SPSS Statistics 기초시계열분석

강사 : 빅데이터 러닝센터 전문강사진

사람들은 지나온 과거보다 다가올 미래에 대해 더 높은 관심을 가지기 마련입니다.
물가지수, 주가지수, 강수량, 인구수 등 우리가 접할 수 있는 많은 지표들의 시계열의 특징을 가지고 있습니다.
시계열 데이터 분석을 통해 미래를 예측할 수 있습니다.

시계열 자료의 예

  • Economic
    Time Series

    국민총생산액, 물가지수, 총 수출액, 주가지수 등과 같이 경제활동과 관련된 시계열

  • Physical
    Time Series

    일일 강수량, 기온, 태양의 흑점수, 년간 지진의 발생수 등과 같이 물리적 현상과 관련된 시계열

  • Marketing
    Time Series

    상품판매량, 상품광고액, 상품재고량, 상품매출액 등과 같이 회사의 경영활동과 관련된 시계열

  • Demographic
    Time Series

    총인구, 농가수, 인구증가율, 평균결혼연령등과 같이 인구와 관련된 시계열

  • Time Series
    in Process Control

    품질관리 등과 같은 생산관리와 관련된 시계열

  • Engineering
    Time Series

    (0,1) - 확률과정, 음성파와 같이 통신 공학 또는 공학과 관련된 시계열

  • Social
    Time Series

    상품판매량, 상품광고액, 상품재고량, 상품매출액 등과 같이 회사의 경영활동과 관련된 시계열

예측의 필요성

  • 01

    미래에 대한 정확한 예측이 이루어진다면 이를 바탕으로 앞으로의 계획을 합리적으로 설계하고 손실을 최소화할 수 있는 대처 방안을 마련할 수 있습니다.

  • 02

    현재 비즈니스 환경은 빠르게 변화하고 있으며 경쟁 또한 심화되고 있습니다.
    이러한 환경하에서 살아 남고, 시장에서 경쟁우위를 차지하기 위해서는 현재 상황에서 미래에 대한 전략적 의사결정과 대처방안을 수립해야 합니다.

  • 03

    미래에 대한 전략 대안을 찾기 위한 예측은 미래 상황에 영향을 주는 영향요인의 도출과 그 영향 요인들이 어떤 관계를 보이면 영향을 줄 것인가를 찾는 과정이며 그 결과는 어떤 형태로 나타날 것인가에 대한 시나리오를 세우는 것이라 할 수 있습니다.

  • 예측의 정확도를 높이기 위해서는 예측의 대상 및 목적에 대한 정확한 이해를 바탕으로 분석의 접근 방법을 정하고, 수집된 자료를 기반으로 정성적, 정량적 분석을 수행해야 합니다.

정성적 분석과, 정량적 분석
정성적 분석
설문조사, 전문가 인터뷰, 유사사례 적용등 기존에 데이터가 존재하지 않는 경우에 주로 사용하는 방법
- 시장·고객 조사법 등 설문조사를 통한 방법
- 관계자·전문가 의견 통합법 (패널합의법, 델파이기법 등)
- 과거자료 유추법
정량적 분석
  • 단순 수집된 자료의 독립변수와 종속변수 간 영향관계를 분석하여 예측하는 방
    - 선형 회귀모형 등 다양한 방법의 모형 존재
  • 과거 수집된 시계열 자료를 분석하여 미래의 일정기간을 예측하는 방
    - 시계열 데이터 기반의 통계적 예측모형
    - 경제이론 기반의 계량경제학적 예측모형(인과모형)
    - 시뮬레이션을 통합 예측방법

※ 조용준(2016), ARIMA와 GARCH 모형 분석사례-SPSS활용, 실습세미나 자료

SPSS Statistics 기초시계열분석 강의는 이동평균법, 지수평활법, ARIMA모형 등의 정량적 예측방법론을 학습하는 과정으로 SPSS Statistics를 통한 실습이 진행 됩니다.

수강대상

  • 시간적 흐름에 따라 축적되는
    시계열 데이터를 기반으로
    각종 수치를 예측하는
    연구자 및 행정 기획자
  • 데이터를 기반으로 한 매출,
    수요예측 등에 관심이 있는
    기업 비즈니스 계획 수립자

Chapter 1. 예측

Chapter 2. 시계열 분석 개요와 시계열 데이터 

기초 지수평활, Winters, Holt 등

Chapter 3. SPSS Statistics를 이용한 이동평균 / 지수평활법 기초와 실습 

AR, MA, ARMA, ARIMA 모형

Chapter 4. SPSS Statistics를 이용한 ARIMA 모형의 기초와 실습 

Chapter 5. SPSS Statistics의 자동 시계열 모형 생성 기능의 소개 및 실습



BECOME A PARTNER?

데이터 분석 강의 또는 도서 집필을 계획 중이신가요?
‘빅데이터 러닝센터’에서는 당사와 교육 컨텐츠를 공동으로 개발할 수 있는 강의 파트너, 집필 파트너를 찾고 있습니다.

파트너 지원하기