시계열 분석 연재: 목차와 학습 순서

시간의 흐름을 어떻게 분석할까요?

어제와 오늘의 값이 서로 연결되어 있다면, 자료의 순서를 섞어도 될까요? 시계열 분석은 이런 질문에서 시작합니다. 확률과정의 기본 개념부터 모형·예측·검증까지 12편을 순서대로 읽을 수 있도록 정리했습니다. 아래 글은 모두 본문과 예제까지 작성된 글입니다.

순서	글	읽고 나면 설명할 수 있는 질문
1	백색소음	관측값과 확률과정, 무상관과 독립은 어떻게 다른가요?
2	정상성	시간이 지나도 무엇이 유지되어야 하나요?
3	자기상관·ACF·PACF	시점 사이의 관계를 어떻게 요약하나요?
4	이동평균 모형 MA	과거 충격의 영향과 가역성은 무엇인가요?
5	자기회귀 모형 AR	과거 값의 영향과 정상성은 어떻게 연결되나요?
6	ARMA와 모형 비교	ACF·PACF·AIC를 어떻게 함께 읽나요?
7	변환·추세·차분	로그·추세 제거·일반·계절 차분은 어떻게 다른가요?
8	ARIMA	차분 후의 모형에서 원래 수준을 어떻게 예측하나요?
9	계절성과 STL 분해	추세·계절·나머지 성분을 어떻게 나누나요?
10	SARIMA	계절 시차와 로그 역변환은 어떻게 다루나요?
11	잔차 진단과 예측구간	모형이 놓친 규칙과 불확실성을 어떻게 확인하나요?
12	시계열 예측 프로젝트	미래 정보를 보지 않고 후보를 고르고 평가할 수 있나요?

어디부터 읽으면 좋을까요?

처음 공부한다면 1~3편에서 개념을 먼저 정리해 보세요. 4~8편은 모형과 차분, 9~10편은 계절 패턴을 다룹니다. 마지막 11~12편에서는 진단과 시간순 검증을 연결합니다.

R이 익숙하지 않다면 EDA와 선형회귀를 먼저 읽어도 좋습니다. 일반적인 교차검증과 데이터 누수를 시계열에서 어떻게 적용해야 하는지도 마지막 예제와 비교해 보세요.

예제를 읽을 때 무엇을 확인해야 할까요?

각 글의 R 코드는 위에서 아래로 실행할 수 있도록 작성했습니다. 그래프 한 장이나 p-value 하나만으로 가정을 확정하지 않고, 수식의 조건과 실제 평가 상황을 함께 살펴보겠습니다. 첫 3편은 기존 티스토리 글을 옮겨 보완했고, 후속 9편은 그 학습 흐름을 이어 작성했습니다.