1. 이동평균법

1. 시계열 자료의 특성 : 자기 상관이 있다(전 기수의 데이터의 영향이 큼)

2. 단순이동 평균법(SMA)

3. 가중이동평균법(WMA)

 

4. R 코드

# 필요한 패키지
library(readxl)

# 데이터 불러오기
data <- read_excel("d:/mydata/시계열용.xlsx")

# 2010년 이전 7년의 wRC+ 추출
prev_7_years <- data[data$Time %in% 2003:2009, "wRC+"]

# 단순이동평균 계산
sma_2010 <- mean(prev_7_years$`wRC+`, na.rm = TRUE)

# 결과 출력
cat("2010년 예측 wRC+ (7기 단순이동평균):", sma_2010, "\n")

#-------------------------

 

# 패키지 불러오기
library(readxl)

# 데이터 불러오기
data <- read_excel("d:/mydata/시계열용.xlsx")

# 2003~2009년 wRC+ 추출
subset_data <- data[data$Time %in% 2003:2009, "wRC+"]

# 가중치 정의 (가장 오래된 해부터 최근까지)
weights <- 1:7

# 가중이동평균 계산
wma_2010 <- sum(subset_data$`wRC+` * weights) / sum(weights)

# 결과 출력
cat("2010년 예측 wRC+ (7기 가중이동평균):", wma_2010, "\n")