[Time Series] 시계열 데이터(Time Series Data)란?

시계열 데이터(Time Series Data)

• 시간의 흐름에 따라 수집된 데이터
• 특정 시간 간격을 두고 연속적으로 관측된 값을 의미

언제(시간)	기준이 되는 시각	X축
얼마나(값)	그 시각에 관측된 수치	y축

---

특징

1. 시간 순서가 중요 (시간 의존성)
   • 데이터를 섞어버리면 의미가 사라짐
   • 시간의 흐름이 있어야 예측 가능
2. 패턴 존재
   • 반복적인 규칙 예: 출퇴근 시간대 수요 증가, 주말/평일 차이, 계절별 패턴 등
3. 추세(Trend)가 나타남
   • 단기적인 패턴 외에도 장기적으로 증가하거나 감소하는 경향이 있음 예: 연말로 갈수록 택시 수요가 늘어나는 현상
4. 변동성(Variability)
   • 특정 이벤트(폭우, 명절, 콘서트 등)에 따라 갑자기 튀는 값이 나타나기도 함

---

활용도

• 일상에서 많이 쓰이므로 활용 범위가 넓음 |-|-| |—|—| | 금융 | 주가 예측, 환율 변동 | | 에너지 | 전력 사용량 예측 | | 교통 | 택시/버스/지하철 수요 예측 | | 건강 | 환자의 심박수, 혈압 추이 분석 |

• 이 밖에도 예측, 트렌드 분석, 이상 탐지 등에 유용하게 활용됨

---

출처 데이스쿨 - 따라하면서 배우는 시계열 예측 프로젝트 (1)