■ 시간의 경과와 순서에 맞춰서 관측되는 사상의 조(組)를 시계열이라고 부르며, 그것들을 대상으로 한 분석을 시계열분석이라고 한다. 시계열은 그 종류나 내용도 많아서 결코 한결같이 생각할 수는 없다. 시간의 경과에 대해서 거의 불규칙한 변동을 보이는 경우도 있고, 순환적‧정기적 변동을 보이는 경우도 있다. 이와 같은 시계열이 보이는 변동의 특징이나 경향으로부터 장기변동, 순환변동, 계절변동 및 불규칙변동 등의 구별이 되어 있다.
장기변동의 예로서는 개발도상국에 있어서의 인구증가 현상 등이 있고, 계절변동의 예로서는 달걀의 월별 생산량이 있다. 또한 불규칙변동의 분석대상 예로서는 생체연속반응으로서의 뇌파나 성문(聲紋) 등을 들 수 있다. 그러나 분석을 중심으로 해서 생각할 경우에 특정의 경향이나 변동을 동반한 시계열과 일정한 진폭 내에서의 순환 및 불규칙변동 혹은 정상적인 변동을 동반한 시계열로 나누어 생각하는 것이 편리하다. 인구증가 현상 등을 위한 로지스틱 곡선이나 신뢰성관리에 있어서의 초기고장을 위한 지수곡선 등이 유명하다. 이 외에 특정의 경향이나 특징을 가진 현상을 위한 이론곡선은 예전부터 많이 연구되어 왔고 시계열분석의 실제에 있어서도 도움이 되고 있다.
시계열분석의 대상이 되는 현실의 데이터에서는 불규칙한 소파동(小波動)을 동반하는 경우가 많고, 그 소파동에 헷갈려서 보다 지속적‧장기적 경향이나 변동 특징의 파악이 곤란해지는 경우도 적지 않다. 그 때문에 국소적인 소파동이나 변동으로부터 지속적 경향이나 특징을 분리하고 기저가 되는 기본 경향을 파악하기 위한 계량적 방법이 제안되고 있다. 이동평균법도 그 하나이다. 시계열을 몇 개의 항으로 나누어서 평균을 취하고 그 평균을 이동시켜 가는 것이 이동평균법이다.
장기적‧지속적 기본 경향을 갖는 시계열 데이터에 이론곡선을 적용하는 방법의 종류는 수없이 많다. 순환변동이나 일정한 진폭 내의 정상적 변동을 동반한 시계열에서는 직교함수계 성질의 이용을 전제로 한 분석법이 자주 이용된다. 특히, 삼각급수의 전개를 기반으로 한 푸리에 분석법(Fourier analysis)이 저명하다.
Box and Jenkins의 『Time Series Analysis : Forecasting and Control』(초판 1970년)이 출판된 이래 시계열이론은 새로운 분야로 크게 변모했다. 그들의 책이 출판된 이래 Box-Jenkins 모형과 ARIMA(autoregressive integrated moving average) 모형은 동의어가 되었다. Box-Jenkins는 ARIMA 시계열 모형을 구축하고 평가하는 실천적인 방법을 개발함으로써 바로 시계열이론의 분야에 혁명을 가져왔다.
Box-Jenkins의 책이 나타난 이래 시계열분석에 관한 수많은 책이 출판되어 왔다. 그러나 통계학적인 소양을 거의 갖지 못한 학생이나 실무가도 이해할 수 있는 수준으로 써진 것은 전무하며, Box-Jenkins 모형을 정말로 응용할 수 있도록 써진 것도 없었다.
이 책은 시계열분석의 기초부터 한 단계 한 단계 공부해 가다 보면 어느새 Box-Jenkins의 ARIMA 모형을 이해할 수 있는 자신의 모습을 발견할 수 있도록 독자들을 안내할 것이다.
이 책은 통계분석 전용의 통계 패키지인 SPSS(statistical package for the social sciences)와 Excel 등을 사용해서 시계열분석을 실시하고자 하며, 또 시계열분석의 공부를 하고 싶어 하는 사람을 대상으로 한 참고서이다. 시계열분석에 불가결한 소프트웨어의 조작에 기인하는 고통을 완화시켜 줄 것을 목적으로 하고 있다.
이 책에서 사용하고 있는 소프트웨어인 SPSS 19, Excel 2007 등은 사용이 보다 편리하게 되었고 통계처리 결과가 표나 그림으로 정리되며, 특히 SPSS 19의 경우는 대화상자 내의 난해한 통계용어가 한글로 표현되는 등 여러 가지의 장점을 지니고 있다. 뿐만 아니라 이들 소프트웨어들을 상호 연계시켜서 사용할 수 있으므로 상당히 편리하다.
이 책에서는 SPSS 및 Excel의 초보적인 조작방법에 대해서 필요한 최소한의 것밖에 설명하고 있지 않다. SPSS나 Excel에 아직 익숙하지 않은 독자는 각각의 매뉴얼이나 시판되고 있는 입문서를 참고하기 바란다. 이 책을 통하여 시계열분석의 새로운 세계를 경험할 수 있다면 저자로서 다시 없는 영광일 것이다.
끝으로, 어려운 여건 하에서도 이 책의 출간을 기꺼이 승낙해 주신 학현사의 사장님 그리고 관계자 여러분의 노고에 감사의 말씀을 드린다.
2011년 2월 저자 씀
ㅣ 차 례 ㅣ
제1부 SPSS에 의한 시계열분석 1
제1장 시계열분석 개론 3: 1.1 서 론 3 / 1.2 시계열분석을 위한 기본 7 / 1.3 시계열 데이터의 입력 11
제2장 시계열 데이터의 차분⋅이동평균⋅시차수 19
2.1 시계열 데이터의 차분⋅이동평균 및 시차수 19 / 2.2 차분에 의한 새로운 시계열의 작성 22 / 2.3 중심화된 이동평균에 의한 새로운 시계열의 작성 27 / 2.4 시차에 의한 새로운 시계열의 작성 30
제3장 시계열 데이터의 그래프 표현 35: 3.1 여러 가지 시계열 그래프 35 / 3.2 시계열 그래프 작성 39
제4장 자기상관‧편자기상관 45: 4.1 자기상관 및 편자기상관의 개요 45 / 4.2 자기상관 및 편자기상관의 분석 49
제5장 교차상관 55: 5.1 교차상관의 개요 55 / 5.2 교차상관의 분석 57
제6장 스펙트럼 분석 63: 6.1 스펙트럼 분석의 개요 63 / 6.2 스펙트럼 분석의 실행 64
제7장 계절분해 69: 7.1 시계열분해법 69 / 7.2 계절분해의 실제 72
제8장 지수평활법 87: 8.1 지수평활법의 기초지식 87 / 8.2 지수평활법의 실제 90
제9장 시계열 데이터의 회귀분석 103
9.1 시계열 데이터의 회귀모형 103 / 9.2 시계열 데이터의 중회귀분석(1) 105 / 9.3 시계열 데이터의 중회귀분석(2) 111
제10장 자기회귀 AR(p) 모형 121: 10.1 자기회귀 AR(p) 모형의 기초지식 121 / 10.2 자기회귀 AR(p) 모형의 분석 126
제11장 이동평균 MA(q) 모형 141: 11.1 이동평균 MA(q) 모형의 기초지식 141 / 11.2 이동평균 MA(q) 모형의 분석 145
제12장 자기회귀이동평균 ARMA(p,q) 모형 159
12.1 자기회귀이동평균 ARMA(p,q) 모형의 기초지식 159 / 12.2 자기회귀이동평균 ARMA(p,q) 모형의 분석 162
제13장 자기회귀통합이동평균 ARIMA(p,d,q) 모형 177
13.1 ARIMA(p,d,q) 모형의 기초지식 177 / 13.2 ARIMA(p,d,q) 모형의 분석 179
제14장 계절성 ARIMA 모형 197: 14.1 계절성 ARIMA 모형의 기초지식 197 / 14.2 계절성 ARIMA 모형의 분석 199
제15장 시계열분석의‘모형 생성’이용법 215
15.1 ‘모형 생성’의 유용성 215 / 15.2 최적의 예측값을 구하는 절차 217 / 15.3 예측에 유효한 독립변수를 선택하는 절차 225 / 15.4 사건변수의 이용법 230
제16장 시계열분석의‘모형 적용’이용법 235
16.1 ‘모형 적용’의 유용성 235 / 16.2 같은 모형으로 예측을 더욱 연장시키고 싶을 때의 절차 237 / 16.3 세 개의 시나리오를 비교하고 싶을 때의 절차 243
제2부 Excel에 의한 시계열분석 259
제17장 시계열분석 261: 17.1 시계열분석의 기초지식 261 / 17.2 시계열분석의 실제 263
제18장 시계열 회귀분석 285: 18.1 시계열 단회귀분석 285 / 18.2 시계열분해법 291
제19장 최근린법 303
19.1 최근린법의 기초지식 303 / 19.2 최근린법에 의한 예측 304 / 19.3 예측 산출을 위한 황금분할비의 채택 309
제20장 회색이론 313
20.1 회색이론의 기초지식 313 / 20.2 Excel에 의한 실제 데이터의 예측 315 / 20.3 회색이론이 적응하기 어려운 경우 326
제21장 성장곡선 329
21.1 성장곡선의 기초지식 329 / 21.2 해 찾기의 활용 330 / 21.3 로지스틱 곡선 338 / 21.4 곰페르츠 곡선 344 / 21.5 느린 S자 곡선 349
■ 노 형 진
서울대학교 공과대학 졸업(공학사) / 고려대학교 대학원 수료(경영학박사)
일본 쓰쿠바대학 대학원 수료(경영공학 박사과정)
일본 문부성 통계수리연구소 객원연구원
일본 동경대학 사회과학연구소 객원교수
러시아 극동대학교 한국학대학 교환교수
중국 중국해양대학 관리학원 객좌교수
국방과학연구소 연구원 역임
현재, 경기대학교 경상대학 경영학과 교수전공, 품질경영·기술경영·다변량분석(조사방법 및 통계분석)
중소기업청 Single-PPM 심의위원 / 대한상공회의소 심사위원․지도위원
한국 식스 시그마 연구회 운영위원 / Single-PPM 품질경영연구회 회장
ㅣ 주요저서 ㅣ
EXCEL을 활용한 유형별 데이터 통계분석(학현사) / EXCEL을 활용한 앙케트 조사 및 분석(학현사) / EXCEL 2007에 의한 경영과학(한올출판사) / SPSS에 의한 다변량분석 기초에서 응용까지(한올출판사) / Excel 및 SPSS를 활용한 다변량분석 원리와 실천(한올출판사) / SPSS에 의한 다변량 데이터의 통계분석(도서출판 효산) / SPSS에 의한 범주형 데이터분석(도서출판 효산) / SPSS/Excel에 의한 재미있는 시계열분석(도서출판 효산)
▶ e-mail address : hjno@kyonggi.ac.kr
