이 책을 쓰기까지 = ⅲ
1장 시계열자료와 예측
1.1 예측 = 3
1.2 시계열자료 = 4
1.3 예측의 정확도 측정 = 6
2장 평활법(Smoothing Method)
2.1 이동평균방법 = 15
2.1.1 평균방법 = 15
2.1.2 단순이동평균법 = 17
2.1.3 중심화 이동평균법 = 20
2.1.4 단순이동평균법과 중심화 이동평균법에 대한 SPSS 실습 = 21
2.1.5 선형이동평균방법 = 27
2.1.6 선형이동평균법에 대한 SPSS 실습 = 32
2.2 지수평활(Exponential Smoothing)방법 = 36
2.2.1 단순지수평활(Single Exponential Smoothing : SES)방법 = 37
2.2.2 단순지수평활법의 SPSS 실습 = 40
2.2.3 반복지수평활법(Double Exponential Smoothing : DES) = 43
2.2.4 반복지수평활법의 SPSS 실습 = 46
3장 시계열 요소분해법
3.1 시계열 요소분해법 = 63
3.2 시계열 요소의 소개 = 63
3.3 시계열 요소의 분해 절차 = 65
3.4 추세변동
3.4.1 선형추세와 비선형추세 = 70
3.4.2 선형추세와 비선형추세에 대한 SPSS 실습 = 73
3.4.3 시계열의 차분 = 85
3.5 순환변동 = 86
3.6 계절변동 = 88
3.6.1 계절변동에 대한 SPSS 실습 = 92
4장 Box-Jenkins 모형
4.1 Box-Jenkins 모형이란? = 111
4.2 정상적 시계열의 Box-Jenkins 모형 = 112
4.2.1 자기회귀모형 = 112
4.2.2 이동평균모형 = 113
4.2.3 자기회귀이동평균모형 = 113
4.3 모형의 식별 = 115
4.3.1 자기상관계수 = 115
4.3.2 자기상관계수의 분포 = 117
4.3.3 부분자기상관계수 = 117
4.4 MA모형, AR모형, ARMA모형의 AC와 PAC = 119
4.4.1 MA모형 = 119
4.4.2 AR모형 = 124
4.4.3 ARMA모형 = 127
4.4.5 모형식별의 SPSS실습 예 = 128
4.4.6 모형의 파라메터 추정과 진단 = 134
4.5 모형의 파라메터 추정과 잔단 = 134
4.6 정상적시계열의 SPSS 실습 = 136
4.7 비정상적시계열 = 148
4.8 비장상적시계열자료의 SPSS 실습 예 = 150
5장 비정상적 계절시계열모형
5.1 Integrated 모형 = 173
5.2 계절시계열 = 174
5.2.1 정상적 순수계절시계열 = 174
5 2.2 계절시계열의 식별 = 174
5.3 비정상적 계절시계열 = 178
5.4 비정상적 계절시계열의 SPSS 실습 예 = 190
6장 회귀분석모형
6.1 시계열자료의 회귀모형 적용 전제 조건 = 209
6.2 단순선형회귀모형 = 211
6.2.1 최소자승법(Least Squares Method) = 213
6.3 ^β₁에 대한 통계적 성질 = 216
6.4 예측(^$$Y_t$$의 통계적 성질) = 219
6.5 분산분석표와 결정계수 = 220
6.6 잔차분석 = 223
6.7 단순선형회귀모형에 대한 SPSS 실습 = 226
6.8 다중회귀모형 = 232
6.8.1 다중회귀모형에 대한 SPSS 실습 = 237
6.9 가변수를 이용하는 방법 = 244
6.9.1 가변수를 이용하는 SPSS 실습 = 246
7장 기타 중요 모형
7.1 자기상관 모형 = 259
7.1.1 Durbin-Watson 검증 = 260
7.1.2 Cochrane-Orcutt 방법 = 262
7.1.3 자기상관이 있는 경우의 SPSS 실습 = 263
7.2 개입모형 = 275
7.2.1 개입모형에 대한 SPSS 실습 = 278
부록
1. 표준정규분포표 = 301
2. t-분포표 = 302
3. F-분포표 = 303
4. χ²-분포표 = 310
5. Durbin-Watson 검증의 상한과 하한 = 311
6. 그리스어 표 = 312
찾아보기 = 313