시계열 데이터
시계열
- 시계열(Time Series): 동일한 변수의 관측값을 시간 순서대로 기록한 데이터
- 관측 시점과 시간 순서가 분석의 핵심
- 예시:
- 일별 고객 수
- 월별 상품 가격
- 시간별 온도
시계열 분석의 종류와 사례

예측
- 예측(Forecasting): 미래 값이나 추세를 예측
- 사례
- 날씨 예측: 기상 데이터를 바탕으로 미래의 온도, 강수량, 바람 속도 등을 예측
- 가격 예측: 과거 가격 데이터를 활용하여 특정 상품의 미래 가격을 예측
- 수요 예측: 과거 판매 데이터를 바탕으로 제품의 미래 수요를 예측하여 재고 관리 및 공급망 최적화
대치
- 대치(Imputation): 센서 오류, 데이터 손상 또는 측정 부재로 누락된 데이터를 전후 데이터를 바탕으로 채움
- 사례
- 센서 오류로 인한 데이터 누락: 기계의 온도나 진동을 측정하는 센서가 일시적으로 오작동하여 데이터를 기록하지 못했을 때, 이전 및 이후의 데이터를 바탕으로 누락된 데이터를 보완
- 데이터 손상으로 인한 누락: 자연재해나 데이터 전송 중의 오류로 손상된 데이터를 이전 및 이후의 패턴을 바탕으로 복원
- 측정 부재로 인한 누락: 센서 교체 등으로 누락된 데이터를 보완하여 지속적으로 모니터링
이상 탐지
- 이상 탐지(Anomaly Detection): 시계열 내에서 일반적인 패턴을 벗어난 값이나 패턴을 식별
- 사례
- 사이버 보안에서의 네트워크 트래픽 모니터링: 네트워크 트래픽 데이터를 분석하여 비정상적인 패턴을 탐지하고 잠재적인 사이버 공격을 식별
- 신용 카드 거래 모니터링: 시계열로 기록된 신용 카드 거래 데이터를 분석하여 평소와 다른 거래 패턴을 찾아내고 잠재적인 사기를 예방
- 산업 기계 유지보수: 기계의 작동 데이터를 분석하여 비정상적인 진동, 온도 또는 소음을 탐지하고, 이를 통해 기계 고장을 미리 예측하여 유지보수 수행
분류
- 분류(Classification): 특성을 기반으로 주어진 시계열에 레이블이나 범주를 할당
- 사례
- 음악 장르 분류: 음악 데이터의 시계열 패턴을 분석하여 해당 음악이 어떤 장르에 속하는지 분류
- 활동 인식: 착용형 센서에서 수집된 시계열 데이터를 분석하여 사용자의 활동을 분류
- 예: 걷기, 달리기, 앉기
- 음성 감정 분석: 음성 데이터를 분석하여 음성 구간별로 화자의 감정 범주를 분류
- 예: 기쁨, 슬픔, 분노
시계열 데이터의 특성
추세
- 추세(trend): 데이터의 장기적인 증가나 감소 패턴
- 직선 형태일 필요는 없으며, 증가에서 감소로 방향이 바뀔 수도 있음

연간 치즈 생산량
계절성
- 계절성(seasonality): 달력과 관련된 일정하고 알려진 간격으로 반복되는 패턴
- 예: 겨울, 월말, 일요일

월별 음료 출고량
주기성
- 주기성(cycle): 증가와 감소가 반복되지만 반복 간격이 일정하지 않은 패턴
- 대체로 계절성보다 간격이 긺
- 아래 주택 거래량의 예: 계절성과 함께 약 6~10년 간격의 주기성이 관찰됨

미국 단독 주택 거래량
자기상관
- 자기상관(autocorrelation): 같은 시계열에서 일정한 시간 간격만큼 떨어진 관측값 사이의 상관
- 시차(lag): 비교하는 두 관측값 사이의 시간 간격
- 자기상관의 크기와 부호는 시차에 따라 달라질 수 있음
- 인접 시점 사이에 양의 자기상관이 있는 경우: 이전 값이 평균보다 높으면 이후 값도 높은 상태, 낮으면 낮은 상태가 이어지는 경향
- 인접 시점 사이에 음의 자기상관이 있는 경우: 이전 값이 평균보다 높으면 이후 값은 낮아지고, 낮으면 높아지는 경향

자기상관 예시

양의 자기상관: 화학 공정의 품질

음의 자기상관: 주별 제품 판매량
정상과 비정상
- 정상성(stationarity): 시계열의 통계적 특성이 관측 시점에 따라 달라지지 않는 성질
- 약한 정상성: 평균과 분산이 일정하고, 같은 시차의 자기상관은 관측 시점에 따라 변하지 않는 상태
- 모든 관측값이 같다는 뜻이나 정규분포를 따른다는 뜻은 아님
- 비정상(non-stationary): 추세, 계절성, 분산 변화 등으로 통계적 특성이 관측 시점에 따라 달라지는 상태
- 정상 시계열을 가정하는 분석에서는 정상성 확인 필요

주가
이상점
- 이상점(outlier): 패턴에서 벗어난 특이 사례

공장 화재
다양한 시계열의 예

| 그림 | 주요 특성 |
|---|---|
| (a) | 추세 |
| (b) | 정상성, 이상점 |
| (c) | 장기적인 수준 변화 |
| (d) | 계절성, 주기성 |
| (e) | 추세 |
| (f) | 수준 변화 |
| (g) | 주기성, 정상성 |
| (h) | 계절성 |
| (i) | 추세, 계절성, 분산 증가 |
- (b)의 큰 관측값은 이상점이지만, 한 개의 이상점만으로 비정상 시계열이라고 단정할 수는 없음
- (g)처럼 추세와 계절성 없이 주기적 변동이 나타나는 시계열도 정상성을 가질 수 있음
퀴즈
시계열 데이터의 특징으로 가장 적절한 것은 무엇인가요?
퀴즈를 풀려면 대화형 기능을 불러와야 합니다.