ARIMA MODELS

Autogressive Integrated Moving Average Models
- 넓은 범위의 시계열 데이터를 표현할 수 있다.
- 미래에 관측 하는 값에 대한 신뢰 적인 시간 범위?를 구할 수 있다고 한다.
- Box-Jenkins approach

박스 젠킨스 모델은 2가지가 있는 듯하다.     1) 단일변수     2) 다중변수 ( Transfer function ) 일반적이다.
Transfer Function Model 은 Lagged Regression이라고 말할 수 있다.

Transfer function model
- 프로세스 관리에 많이 사용된다. ( Control Equation , Feed-Forward Model, Feed-Back Model )
- 설정되어진 변화와 랜덤하게 변화의 부분을 동시에 고려할 수 있다.

모델의 구축 과정
1 ) 모델의 정의 ?
2 ) 모델의 파라미터를 예측한다.
3 ) 모델이 적합 하다면 ?? 평가
      Yes - 바로 써먹는 거지! 바로 이 모델로 미래를 예측하는 것이야!!!
      No  - 모델을 수정한다. 그리고 다시 2) 으로 돌아가서 다시 평가함.

모델을 정의하기
 - Autocorrelation , Partial-autocorrelation 함수를 써서 모델의 후보군을 도출한다.

모델 측정
 - Error가 최소가 되게 하는 모델 내 파라미터를 추정한다. 모델 내의 파라미터 값을 결정한다.

모델 적합성 검사
 - 통계 테스트를 통한 모델의 타당성을 검증해서 좋은 모델을 선택한다.

모델을 통한 예측
- 미래에 나올 측정값의 추정치와 Confidence Interval 을 계산한다.