SAS BOOK

SAS와 R을 이용한 시계열자료분석

머리말

그동안 여러 대학에서 강의하면서 느낀 점들을 서로 토의하면서 좀 더 이해하기 쉽고 실용적인 책을 쓰려고 노력하였다. 통계학의 기초적인 개념과 통계패키지 프로그램인 SAS 및 오픈 프로그램인 R을 어느 정도 이해하고 있으면 이 책을 읽는 데 큰 무리가 없을 것으로 생각한다.
시계열자료의 분석방법과 예측과정을 체계적으로 소개하고, 또 이러한 방법들을 국내･외의 실증적 자료에 근거하여 응용한 여러 분석사례들을 실었다. 또한 적절한 사례를 찾기 위하여 많은 시간과 노력을 기울였으므로, 이 사례들이 독자들에게 큰 도움을 줄 수 있기를 기대한다. 이 책은 학부 3-4학년 학생들을 위하여 저술되었으며, 일반인들도 이해하기 어렵지 않도록 예제와 실증분석을 제공하였다.
저자들은 독자들이 가능하면 쉽게 이해할 수 있도록 노력하였으며, 특정 분야에 관심을 갖는 독자들을 위하여 해당분야의 참고문헌을 나열하였다. 그리고 분석방법의 실제적 활용을 위하여 SAS와 R을 사용해 분석하는 과정을 간략히 기술하였다.
독자들이 미래에 발생할 사건들을 더욱 합리적이고 과학적으로 분석할 뿐 아니라 예측 방법을 이해하고 활용하는 데 이 책의 내용이 큰 도움이 될 수 있기를 바라며, 아울러 독자들의 많은 조언을 기대한다. 출간 후에라도 수정사항이 있을 경우에는 자유아카데미 홈페이지(www.freeaca.com) 자료실에 제공할 예정이다.

목차

1장 시계열의 이해
1.1 시계열이란?
1.2 시계열의 변동요인과 모형
1.3 지수
연습문제

2장 시계열자료분석과 예측
2.1 시계열자료의 예측방법
2.2 예측의 평가
2.3 시계열자료분석을 위한 통계패키지 프로그램

3장 평활법에 의한 시계열자료분석
3.1 이동평균평활법
3.2 지수평활법
3.3 계절지수평활법
3.4 통계프로그램

4장 분해법에 의한 시계열자료분석
4.1 시계열의 분해와 예측
4.2 시계열분해를 위한 이동평균
4.3 가법모형에서의 시계열의 분해 및 예측
4.4 승법모형에서의 시계열의 분해 및 예측
4.5 계절변동조정과 X-13-ARIMA-SEATS
4.6 통계프로그램
연습문제

5장 확률적 시계열분석의 기초
5.1 확률과정과 정상성
5.2 자기공분산함수와 자기상관함수(ACF)
5.3 편자기상관함수(PACF)
5.4 백색잡음과정
5.5 확률보행과정
5.6 통계프로그램
연습문제

6장 정상시계열모형
6.1 일반선형모형
6.2 자기회귀모형: [AR 모형]
6.3 이동평균모형: [MA 모형]
6.4 AR과 MA 모형 사이의 관계
6.5 자기회귀이동평균모형: [ARMA 모형]
6.6 통계프로그램
연습문제

7장 비정상시계열
7.1 평균의 비정상성
7.2 누적자기회귀이동평균모형(ARIMA 모형)
7.3 분산과 자기공분산의 비정상성
7.4 통계프로그램
연습문제

8장 모형식별
8.1 모형식별 과정
8.2 ARMA 모형의 식별
8.3 모형식별을 위한 통계량
8.4 실제 자료의 식별 예제
8.5 통계프로그램
연습문제

9장 모수추정
9.1 적률추정법
9.2 최우추정법
9.3 최소제곱추정법
9.4 모수추정 예제
9.5 통계프로그램
연습문제 • 213

10장 모형진단
10.1 잔차의 독립성에 대한 검토
10.2 다른 모형진단방법
10.3 모형의 재형성
10.4 모형진단 예제
10.5 통계프로그램
연습문제

11장 시계열예측
11.1 최소평균제곱오차 예측
11.2 결정적인 추세가 있는 모형의 예측
11.3 ARIMA 예측
11.4 일반적인 정상 ARMA 모형의 예측
11.5 비정상 ARIMA 모형의 예측
11.6 통계프로그램
연습문제

12장 계절 ARIMA 모형
12.1 계절 ARMA 모형
12.2 승법계절 ARMA 모형
12.3 비정상계절 ARIMA 모형
12.4 사례분석
연습문제

13장 ARIMA 모형의 확장
13.1 전이함수모형
13.2 개입분석

14장 이분산시계열모형
14.1 경제시계열자료의 특징
14.2 ARCH(1) 모형
14.3 GARCH 모형
14.4 최우추정법
14.5 모형진단
14.6 실증분석

부록
A 시계열분석에 활용되는 R 함수
B 시계열분석에 활용되는 SAS 프록시저