소개글
국민총생산고, 물가지수, 종합주가지수, 강우량, 등과 같이 연도별, 계절별, 월별, 일별로 시간의 흐름에 따라 순서대로 관측되는 자료를 시계열자료라고 부른다. 시계열 자료를 분석하는 목적은 첫째, 과거와 현재의 자료에 대한 성격을 보다 자세히 이해하고 둘째, 그 이해를 바탕으로 미래를 보다 합리적으로 예측하기 위함이다. 따라서 시계열분석에서는 일정 기간 동안 분석대상이 되는 변수에 의하여 나타난 변동이 분석의 초점이 된다. 즉 어떤 시계열이 과거의 오랜 기간 동안의 변동에 있어서 일정한 추세나 지속적인 양상을 나타낸다면 미래에도 그것이 계속될 것이라고 예상하는 것은 자연스러운 판단일 것이다. 우리는 시계열 데이터 『평균 명목임금』 노동자가 노동을 제공한 대가로 매기당 받는 화폐액을 화폐임금, 혹은 명목임금이라 한다. 여기서 임금은 한시간, 1주일 한달 등 기간을 같이 사용해야 뜻이 분명해지는 유량변수이다. 을 대상으로 과거의 형태가 미래까지 계속될 것이라는 가능성을 바탕으로 검정, 추론 및 예측 해 보도록 한다. 이번 분석에서는 단변량 시계열 분석기법들 중에서 ARIMA를 이용한 평균명목임금의 예측을 통하여 2002년 12월까지의 자료를 이용한 예측값들과 2003년도 실제값과의 차이를 비교하여 가장 적합한 모형을 찾아보고자 한다.
목차
1. 서 론
● 연구목적
● 데이터 특성 및 연구방법
2. 데이터의 분석
(1) 회귀모형을 이용한 예측
● Model Building
● Model 적합
● 모형진단
(2)시계열 통계분석기법을 이용한 예측
● 비정상 시계열 자료의 정상화
● 지수평활법(Exponential Smoothing Method)
☞Winter`s method
● 자기회귀오차모형(Autoregressive Error Model)
● 자기회귀누적이동평균모형(Autoregressive Integrated Moving Average Model)
☞Box-Jenkins의 3단계 모형적합과정
˙모형의 식별
˙모수의 추정
˙모형의 검정
● 예측
3. 결 론
● 요약 및 정리
● 주석 및 첨부
4. 참고문헌
본문내용
시계열자료는 대부분의 통계분석기법에서 다루는 자료들과는 달리 시간에 따라 관측된 관계로 시간의 영향을 받아 독립가정이 성립하지 않으므로 이에 맞는 분석방법을 필요로 한다. 우리는 시계열자료의 분석을 위해 많이 사용되는 방법으로 시간을 설명변수로 하는 추세분석, 평활법, 분해법, Box-Jenkins에 의해 체계화된 ARIMA모형을 이용하는 방법들을 이용할 것이다.
- 연도별『명목임금』을 이용한 분석은 자료의 특성을 파악하여 미래를 예측하기에는 불충분하여 1993년 1월부터 2002년 12월까지의 120개월의 명목임금을 바탕으로 2003년 1, 2, 3월의 평균임금을 예측하고 예측년도에 대한 실제값과 비교하였다.
- 모든 경제변수들이 그러하듯이 명목임금는 추세성과 계절성에 의해 영향을 받고 있다. 따라서 이러한 요인들을 제거하는 정상화과정을 열거하여 자료가 갖고 있는 특성을 파악하였고 자기상관함수의 분석을 통한 관측값들 사이의 관련 정보를 이용하여 어느 정도의 예측이 가능한 단변량 시계열분석에 의한 예측인 ARIMA기법을 사용하였다.
- 우선은 회귀분석을 토대로 Model Building-> Model 적합-> 모형진단분석을 해 보도록 한다. 회귀모형을 이용한 예측은『명목임금』을 종속 변수로 두고 [국내총생산, 소비자물가지수, 총저축률, 회사채수익, 실업률, 환율, 1인당국민소득, 노동생산성, 등] 다양한 변수가 명목임금에 영향을 줄 수 있다고 생각하여 회귀 모형식에 다양한 독립변수들을 이용하는 다중회귀분석을 해 보기로 한다. 과연 어떤 독립변수가 종속변수에 얼마만큼 영향을 주는지 하나씩 독립변수를 늘려가면서 분석해 보도록 한다.
- 연구 분석을 위한 통계패키지로는 회귀분석을 이용한 예측에는 EXCEL을, 시계열 통계기법을 이용한 예측에는 그래픽 기능이 좋은 SPSS 10.0을 이용하였다.
참고 자료
“시계열 분석” 김연형 자유아카데미
“시계열 예측” 김연형 형설출판사
“시계열 자료분석” 허명회, 박유성 자유아카데미
“통계자료분석을 위한 한글 SPSS" 박성현, 조신섭, 김성수 SPSS아카데미
“예측방법의 이해” 이덕기 SPSS아카데미