| English | 의미 |
|---|---|
| sales forecasting/seɪlz ˈfɔːkæstɪŋ/ | 판매 예측 |
| time series/taɪm ˈsɪəriːz/ | 시계열 |
| trend/trɛnd/ | 추세 |
| seasonal/ˈsiːzənl/ | 계절성 |
| moving average/ˈmuːvɪŋ ˈævrɪdʒ/ | 이동 평균 |
| extrapolation/ekˈstræpəleɪʃn/ | 외삽 |
다음 분기의 매출 예측
- 공장에서는 다음 분기에 얼마나 많은 단위를 생산해야 할까요? 너무 많이 주문하면 재고가 쌓이고,太少히 주문하면 매출 손실이 발생합니다.
- **매출 예측(sales forecasting)**은 과거 데이터를 사용하여 미래를 예측합니다.
Sales forecast lab
sales = trend + seasonal effect
판매 추세를 따라가며 예측치와 실제치가 어떻게 갈라질 수 있는지 확인해 보세요.
A time series is data that is:
난이도 1/5 · 100 코인 + 오늘 첫 완료 시 소액 보너스
시계열은 일정한 기간에 걸쳐 변수를 기록합니다.
시계열의 장기적인 기저 방향은 ______입니다.
난이도 1/5 · 100 코인 + 오늘 첫 완료 시 소액 보너스
추세는 이동 평균이 드러내는 것입니다.
시계열 분석(time-series analysis)
- **시계열(time series)**은 일정한 간격(예: 분기별 매출)으로 기록된 데이터입니다.
- 이는 장기간 추세(trend), 계절(seasonal) 변동, 그리고 무작위 노이즈로 나뉩니다.
매출은 상승 추세를 기반으로 계절적으로 요동칩니다.
4분기의 매출은 각각 30, 34, 28, 32입니다. 4분기 이동 평균은 얼마입니까?
난이도 2/5 · 140 코인 + 오늘 첫 완료 시 소액 보너스
(30 + 34 + 28 + 32) ÷ 4 = 124 ÷ 4 = 31.
이동 평균의 주된 목적은:
난이도 1/5 · 100 코인 + 오늘 첫 완료 시 소액 보너스
데이터를 매끄럽게 하여 추세가 두드러지게 나타납니다.
이동 평균(moving averages)
- 이동 평균은 단기적인 오르내림을 매끄럽게 하여 추세를 드러냅니다.
- 4분기 이동 평균은 연속된 4분기의 데이터를 평균합니다.
worked example(해설 예제). 한 해의 4개 분기 매출이 각각 20, 24, 18, 26일 때, 이동 평균은 (20+24+18+26) ÷ 4 = 22가 됩니다. 이는 계절적 요동을 평균화한 매끄러운 추세 값입니다.
매출은 매끄러운 underlying 추세를 기준으로 계절적으로 요동칩니다.
외추법은 미래가 과거의 추세에 따를 것이라고 가정합니다.
난이도 1/5 · 100 코인 + 오늘 첫 완료 시 소액 보너스
환경이 변화하면 그 가정이 무효가 됩니다.
외삽법과 그 한계
- **외삽법(extrapolation)**은 과거의 추세를 미래로 연장하여 예측합니다.
- 미래가 과거와 동일하게 행동할 것이라 가정하므로, 환경이 변경될 경우(새로운 경쟁사, 경기 침체 등) 위험할 수 있습니다.
예측은 사실과 다릅니다. 외삽법은 추세가 유지되는 동안에만 유효합니다. 새로운 경쟁자, 기술革新, 경기 하락 등의 갑작스러운 충격은 확신에 찬 예측을 크게 틀리게 만들 수 있습니다.
이해했습니다
- 시계열은 추세, 계절 변동 및 노이즈로 나뉩니다.
- 이동 평균은 데이터를 매끄럽게 하여 underlying 추세를 나타냅니다.
- 외삽법은 추세를 미래로 확장하지만, 환경이 변할 경우 위험할 수 있습니다.