시계열 예측

비즈니스 사용자와 분석가는 종종 자신의 측정값을 시간 경과에 따른 추세로 모니터링하고 시계열 예측을 통해 과거의 관측 시퀀스가 미래에 어떻게 계속될지 예측할 수 있습니다. 추세선이 어떻게 변화할지 예측하는 기능에서 제공되는 정보를 통해 전략과 의사 결정에 도움을 받을 수 있습니다. Qlik Cloud에서 시계열 예측 옵션은 꺾은선형 차트에 생성 및 표시되는 예측 값으로 추세선을 확장하는 시각화를 생성합니다. 사용된 방법에 따라 신뢰 구간을 나타내는 음영 처리된 영역은 구성 가능한 신뢰 수준으로 가능한 값을 표시합니다. 시계열 예측은 신뢰할 수 있는 예측 함수를 사용하여 생성됩니다. SSA(특이 스펙트럼 분석) 알고리즘은 신뢰 구간을 제공하고 OLS(최소 제곱법) 방법은 단순 선형 회귀선을 제공합니다.

시계열 예측은 예측된 값을 과거 값과 명확하게 구분합니다. 시각화는 차원 속성에서 예측 단계 및 단계 크기 승수 선택에 의해 구성된 대로 예측을 점진적으로 표시합니다. 측정값에서 SSA 방식을 선택하면 예측 신뢰 구간을 나타내는 음영 처리된 영역이 표시됩니다. 이 간격은 측정값 속성인 신뢰도 표시 및 신뢰도 수준을 통해 구성됩니다. 음영 처리된 영역은 그럴듯한 값(예: 95%)의 간격을 나타내며, 이는 미래 값이 95%의 확률로 음영 처리된 영역 내에 있을 것으로 예상됨을 의미합니다.

요구 사항 및 속성 동작

다음 요구 사항이 충족되면 고급 옵션 측정값 속성에 예측 설정/해제가 나타납니다.

• 숫자 또는 시간 차원
• 하나의 측정값과 하나의 차원
• 차원 축은 연속적이어야 합니다.

예측 설정/해제 설정은 측정값이 숫자 또는시간 차원이고 차원 축이 연속적인 경우에만 측정값 속성에 표시되어야 합니다. 켜져 있으면 예측 시계열 속성이 차원 및 측정값 패널에 모두 표시됩니다. 차원 속성은 수평선 거리 및 증분 설정을 처리합니다. 속성 설정 방법, 선 및 그림자 스타일, 신뢰도 설정 및 수준을 측정합니다.

OLS 및 SSA 방식

OLS(최소 제곱법)는 관찰된 종속 변수와 예측된 종속 변수 간의 차이의 제곱합을 최소화하여 추세선을 계산하는 단순 회귀 모델 방식입니다. 이 시계열 예측 옵션은 사용자가 데이터의 선형 추세를 보고자 할 때 유용합니다. 노이즈나 이상값을 제어하지 않고 모든 데이터를 간단히 사용하여 선형 회귀선을 생성합니다.

OLS에 비해 SSA(특이 스펙트럼 분석)는 노이즈, 계절성 및 추세를 식별할 수 있는 정교한 알고리즘입니다. SSA는 데이터가 충분히 정기적으로 샘플링되도록 요구하며, 특정 제한을 초과하면 데이터가 너무 불규칙하다는 오류가 반환됩니다. SSA는 주기적인 동작 또는 변동 동작으로 추세를 예측하는 최상의 옵션입니다.

예측을 생성하기 위해 SSA 방식이 사용되는 경우 이 알고리즘은 종속 측정값이 사용되는 가능한 값 범위의 중간을 예측합니다. 이 줄은 사용 가능한 값의 범위를 제공하는 예측 간격에 의해 증가됩니다. 가능한 많은 값을 표시하는 대신 예측 구간이 음영 처리된 영역으로 표시됩니다.

시계열 예측 제한 사항

시계열 예측에는 다음과 같은 제한 사항이 있습니다.

• 드릴다운 차원에 대해 예측이 활성화되지 않았습니다.
• 둘 이상의 차원이 있는 차트에는 예측을 사용할 수 없습니다. 하나의 차원과 여러 측정값의 경우 하나의 측정값만 예측을 활성화할 수 있습니다.
• 예측은 기본 정렬이 설정된 경우에만 작동합니다. 자세한 내용은 시각화의 정렬 변경을 참조하십시오.
• 최소 데이터 포인트: OLS에는 최소 2개의 데이터 포인트가 필요합니다. SSA에는 최소 6개의 데이터 포인트가 필요합니다.

• 최대 데이터 포인트: 데이터 포인트가 5000개가 넘는 데이터 집합에는 알고리즘을 사용하지 않는 것이 좋습니다. 5000보다 많은 데이터 포인트가 있는 데이터 집합에 대한 시계열 예측을 실행할 때 사용자에게 성능 문제가 발생하기 시작합니다. 사용자와 앱 설계자는 선택을 통해 데이터 집합을 축소할 때 차트가 표시되도록 계산 조건을 필요에 따라 사용해야 합니다. 선택은 연속적이어야 합니다. 불규칙한 시간 샘플링에 대해서는 다음 사항을 참조하십시오.

• 예측은 특정 상황에서 불규칙한 시간 샘플링으로 작동합니다. OLS는 시계열 예측 또는 일반 데이터에 국한되지 않으므로 항상 작동합니다. SSA는 데이터가 충분히 정기적으로 샘플링되도록 요구하며, 부과된 제한을 초과하면 데이터가 너무 불규하다는 오류가 반환됩니다.

• 오프라인 모드의 SaaS용 Qlik Cloud Mobile에서는 예측이 작동하지 않습니다.

• 예측 기능이 있는 앱을 Qlik Cloud에서 내보내고 QSEoW로 가져오면 예측 차트가 표시되지 않습니다. 예측은 QSEoW에서 지원되지 않습니다.

• 꺾은선형 차트를 Microsoft Excel 파일로 다운로드하면 예측 값이 파일에 포함되지 않습니다.

• 꺾은선형 차트를 마우스 오른쪽 버튼으로 클릭하고 데이터 보기를 선택하면 예측 값이 표시되지 않습니다.

• 꺾은선형 차트의 차원 또는 측정값이 표시 조건을 사용하는 경우 시계열 예측을 사용할 수 없습니다.

예

MyTable:
Load * Inline [
Date,Tot-KWh
2021-10-27,269 
2021-10-28,380 
2021-10-29,410
2021-10-30,380
2021-10-31,344
2021-11-01,275
2021-11-02,299
2021-11-03,545
2021-11-04,326
2021-11-05,405
2021-11-06,333
2021-11-07,395
2021-11-08,416
2021-11-09,697
2021-11-10,500
2021-11-11,600
2021-11-12,560
2021-11-13,494
2021-11-14,362
2021-11-15,470
2021-11-16,366
2021-11-17,548
];