Self-Projecting ( 자체 - 추정 ) - 1

Classical 한 방법 ( 클래ㅅ ㅣ컬???? 고급지다... )

1. 전체적 트렌드를 찾아내라. ( 다양한 통계 모형을 적용 해봐라. )
2. 트렌드를 제거해라... 잔차?를 구해라.

트렌드를 제거 ( detrend ) - Linear Trend를 제거하라. 경향식 돈까스... 메뉴에서 뺴버려.
잔차 ( resudual ) - 평균이 아닌 회귀식 같이 추정된 값과의 차이. 표본의 회귀적 값.
                         원래 값과 추정된 값의 차이. ( ㅇㅅㅇ )

3. 시그널에 대해서 '랜덤요소' 분석을 해라. (트렌드 따라 가면 안되남?)

4. ACs ( Autocorrelation, 자기상관계수 ), ACF( Autocorrelation Function )
   두 변수 사이의 선형적인 관계의 정도, Agitation?
   자체 시계열 데이터 내에서 얼마나 선형적 연관성이 있는 가?
   lag K ?    t(Time)에서의 Z와 K만큼 Shift시킨 t-K에서의 Z값 사이의 연관성.

트렌드를 찾아 나서는 방법. ( 일.반.적.으.로. )
 Polynomial Regression  - Regression을 다항식으로 표현하는 것.
 Moving Average Smoother - MA(이동평균), 가지고 있는 값들의 부분집합의 평균
 Kernel Smoothing - 겁나 어려운 거라고 한다. 다음에 또해야지~