시계열 분석의 종류

시계열 예측에는 크게 단변량, 다변량 예측이 있다.

LSTM 기준으로 설명하면,

단변량은 x_t로 x_t+1을 예측하는 것

다변량은 x_t, s_t, w_t 로 x_t+1 또는 y_t+1을 예측하는 것이다.

예측 방식에 있어서도 구분할 수 있다.

single step, multi step

single step은 x_0~x_t를 바탕으로 y_t+1. 그러니까, 한 시점만 예측하는 것이다.

mutli step은 x_0~x_t를 바탕으로 y_t+1, y_t+2 ,,, y_t+n 같이 여러 시점을 예측하는 것이다.

이 중에서 예측치를 활용하여 더 먼 미래를 예측할 수 있는 방법론?이 있는데

recursive forecasting이다.

y_hat, y_hat_1 ... y_hat_n 을 x로 활용하여 y_hat_n+1을 예측하는 것이다.

single step이든, mutli step이든 recursive forecasting은 가능하다.

추가로 recursive forecasting의 경우 에러가 계속해서 누적되기 때문에 t가 커질 수록 에러가 기하급수적으로 커진다.

recursive forecasting은 multivariate에서는 적용하기 어려운데, 그 이유는 다변량에 대한 예측치는 없기 때문이다.

(뭐 여러 개의 다변량을 모두 예측하는 모델을 하나씩 만들기야 어렵기 때문에...)