소개글
[시계열 자료분석] 전력공급량 분석을 통한 전력수요예측에 대한 자료입니다.
목차
목 차
ⅰ. 서론
ⅱ. 데이터 설명
ⅲ. 시계열 이론
* ARIMA 모형의 적합
(1) 모형의 식별 (Model identification)
(2) 모수의 추정 (Model estimation)
(3) 모형의 진단 (Model Diagonostics)과 예측
ⅳ. 분석
* SAS Code
(1) sas data set 생성
(2) 시계열그림 그리기
(3) 로그변환 여부 검정
(4) 로그변환
(5) 다시 시계열그림 그리기
(6) ARIMA 모형 적합 -1
(7) ARIMA 모형 적합 -2
(8) 잔차 분석
(9) 포트멘토 분석
(1) 모형의 식별 단계 (Model identification Step)
- 1) Timeseries Plot
- 2) Log 변환 여부
- 3) Log Trans-Plot
- 4) 원시계열의 SACF , SPACF
- 5) 1차 차분된 데이터로 SACF, SPACF
(2) 모수의 추정
1) ARIMA
2)ARIMA
3) ARIMA
4)ARIMA
(3)모형의 진단
(4)모형의 예측(Forecast)
ⅴ. 결론
본문내용
ⅳ. 분석
이 절에서는 실제로 본 팀이 가진 데이터를 위의 이론적 근거를 토대로 분석을 수행하여 적합한지를 판단하고 최종적으로 예측 모형을 제시하는 과정을 설명할 것이다. 분석에 사용된 SAS 통계 패키지의 코드는 본 절에 수록 되어 있다. 단기간 및 장기간의 한국최대전력공급량의 예측을 위한 모형은 계절형 ARIMA 시계열분석 Process를 따라 수행된 결과를 제시 할 것이다.
* SAS Code
(1) sas data set 생성
DATA Elec;
INPUT Elec;
DATE=INTNX('MONTH', '1JAN95'D, _N_-1);
FORMAT DATE MONYY.;
lelec=log(elec);
lelec12=dif12(lelec);
lelec1=dif1(lelec);
lelec121=dif1(lelec12);
RUN;
(2) 시계열그림 그리기
SYMBOL I=JOIN V=DOT H=1 L=1;
PROC GPLOT DATA=Elec;
proc gplot data=zz;
plot elec*date=1
/frame haxis='1jan95'd to '1 oct10'd by year;
run;
plot lelec*date=1/
frame haxis='1jan95'd to '1 oct10'd by year;
run;
plot lelec12*date=1
/frame vref=0 haxis='1jan95'd to '1 oct10'd by year;
run;
plot lelec121*date=1
/frame vref=0 haxis='1jan95'd to '1 oct10'd by year;
run;
quit;