예측 랩: 시계열 백테스트와 예측 범위

예측 랩은 등간격 시리즈 하나 — 월간, 분기, 일간 수치 — 를 가까운 미래로 외삽하는 3단계 마법사입니다. 계절 주기를 감지하고, 자기상관 함수를 그리고, 6개 예측 모델을 롤링 백테스트로 겨루게 한 뒤, 95% 밴드가 있는 h단계 예측을 돌려줍니다. 오직 이력이 답을 결정하며, 모든 표시값은 재현 가능합니다.

更新 2026-10-015 个来源约 3 分钟读完

시리즈 예측 방법

시리즈 불러오기.공백, 쉼표, 줄바꿈으로 구분한 수치를 붙여넣거나, 데모를 클릭하거나, 데이터 워크스페이스에서 벡터나 표 열을 가져옵니다. 유한한 점 8개가 최소입니다.
상태 점검 읽기.계절 줄은 최적 주기 m과 그 강도를 알려줍니다(0.3 미만이면 뚜렷한 계절성이 없음). ACF 차트는 첫 지연들을 점선 ±1.96/√n 백색잡음 띠와 나란히 놓습니다.
모델 대결 실행.롤링 백테스트는 마지막 점들을 남겨 두고 각 접두 구간에서 다시 적합하며, 1단계 앞 MAE를 단순(naive), 드리프트, SMA, EWMA, 선형 추세, (계절 주기가 설정된 경우) 홀트-윈터스 사이에서 순위를 매깁니다. MAPE와 RMSE가 옆에 있고 승자에 한 줄이 표시됩니다.
예측하기.수평선 h(1~n)를 설정하고, 선택적으로 모델을 고정하고, 주기 m을 편집하고, 가법/승법 계절성을 전환합니다(승법은 모든 값이 양수일 때만 나타남). 카드는 다음 단계 값, 95% 구간, 잔차 σ를 보고합니다. n/2를 넘는 h는 외삽 경고를 띄웁니다.
수치 넘기기.카드를 게시하거나 예측 표와 점을 데이터 워크스페이스 또는 그래프 계산기로 보냅니다.

계산 예시

모든 수치는 두 개의 데모 버튼에서 나오며, 같은 붙여넣기로 재현됩니다.

단계	입력	표시값
점검	분기 매출, 20점	계절 m = 4, 강도 0.97; ACF 지연 1 0.6531 대 ±0.4383 백색잡음 띠
대결	같은 시리즈, hold = 4	홀트-윈터스 MAE 1.1876(MAPE 0.771%, RMSE 1.3131); 선형 추세 8.9719; SMA 9.5; EWMA 10.908; 단순 11.75; 드리프트 11.998
예측	승자, h = 4	다음 단계 174.318, 95% 구간 171.23 … 177.41, 잔차 σ 1.5756; 이후 단계 157.470501, 153.500074, 170.755617
점검	월간 활성, 12점	계절 m = 2, 강도 0.644; 대결에서 선형 0.26427이 홀트-윈터스 0.27457을 근소하게 앞섭니다
예측	선형, h = 2	28.9197 다음 30.9022; 1단계 구간 28.473 … 29.366, 잔차 σ 0.22785

대결 줄은 "MAE 1.188 vs runner-up 8.972"로 표시됩니다. 네 분기 평균의 합은 656.044109이고 최근 실제 연도는 599입니다.

한 번의 대결에 여섯 모델

단순 모델은 마지막 값을 반복하고, 드리프트는 평균 기울기를 더하고, SMA는 창을 평균하고, EWMA는 지수적으로 평활하고, 선형 추세는 OLS 직선을 적합하고, 홀트-윈터스는 수준·추세·계절을 추적합니다. 홀트-윈터스의 매개변수 α, β, γ는 각각 다섯 값의 격자 탐색 — 125개 조합 중 최선이며 MLE가 아닙니다. 구간은 표본 내 1단계 잔차의 RMS를 √k로 넓힌 것이며, σ = 1.5756은 반폭이 1단계에서 3.088, 4단계에서 6.176, 11단계에서 10.24입니다. 대결은 남겨 둔 꼬리에서 결정됩니다.

가정과 한계

답은 시리즈와 설정을 물려받습니다.: 점은 등간격으로 간주합니다. 구간은 잔차 정규 근사 ±1.96·σ·√k이며 해석적 구간이 아니고, √k 확대는 랜덤워크 규칙입니다. 상수 시리즈는 모든 모델을 MAE 0으로 동률로 만들고(표시 순서로 단순 모델이 승리), 이력의 절반을 넘는 수평선은 경고되지만 그래도 계산됩니다.
하지 않는 것:: ARIMA 없음, 설명 변수 없음, 더 완전한 계절성 검정 없음, 구조 변화 처리 없음 — 이력을 기계적으로 외삽합니다. 요약과 가설 검정에는 통계를, 검정력·관리도·수명 데이터에는 응용 통계를 사용하세요.

계절 주기가 대결을 좌우합니다

월간 데모에서 버튼이 추세만 표시해도 감지기는 m = 2(강도 0.644)를 찾으므로 홀트-윈터스가 참가해 근소하게 집니다: 선형 0.26427 대 0.27457. 계절 m에 4를 입력하면 같은 데이터가 홀트-윈터스를 0.19618로 1위에 올립니다. 열세 번째 달에 28.5를 추가하면 자동 대결도 뒤집힙니다: 홀트-윈터스 0.28117 대 선형 0.36741. 분기 데모에서 승리하는 1.1876에는 m = 4가 필요하고, 쓸 수 있는 주기가 없으면 최선의 MAE는 8.9719입니다. 주기는 기본 수평선도 정합니다(여기서는 분기 4개, 월간은 2개월). 기록하지 않으면 예측 아래에서 모델이 바뀝니다.

어디에 맞는가

다음 네 분기 계획

매출 데모는 마법사 자신의 질문에 답합니다: 다음 분기 174.318, 네 분기 합계 656.044109 대 최근 실제 연도 599, 끝 무렵 95% 구간 171.23 … 177.41.

월간 추세로 용량 산정

활성 데모는 두 달 만에 28.9197에서 30.9022로 오르고 12개월차에 50.7274에 도달합니다. 1단계 구간 28.473 … 29.366은 인력 계획에 충분히 좁고, 먼 단계는 반폭 0.4466에서 1.547과 h > n/2 경고를 동반합니다.

받은 예측 검증

단순이나 드리프트가 제안된 모델을 이기면 그 수치에는 더 많은 근거가 필요합니다. ACF 차트는 구조가 백색잡음 띠를 넘는지 보여줍니다. 시리즈는 데이터 워크스페이스에 보관하세요.

참고 문헌

Hyndman, R.J. & Athanasopoulos, G., Forecasting: Principles and Practice, 3판, otexts.com （访问日期：2026-10-01）— 백테스트, 홀드아웃 오차, 예측 평가.
Hyndman, R.J. & Athanasopoulos, G., Forecasting: Principles and Practice, 3판, 8장, otexts.com （访问日期：2026-10-01）— 지수 평활, 홀트-윈터스, 가법 대 승법 계절성.
NIST/SEMATECH, e-Handbook of Statistical Methods, §6.4.3 지수 평활이란?, itl.nist.gov （访问日期：2026-10-01）— 평활 상수와 1단계 예측 오차.
Wikipedia, Autocorrelation, en.wikipedia.org （访问日期：2026-10-01）— ACF, 지연 구조, 백색잡음 띠.
Wikipedia, Prediction interval, en.wikipedia.org （访问日期：2026-10-01）— 예측 구간과 신뢰 구간의 차이.