꿈라CBT아래는 어느 시계열 Y에 대한 분석 과정과 결과이다. 이에 대한 설명으로 가장 적절하지 않은 것은?
보기
(가) 원계열의 시계열 그림은 뚜렷한 추세 없이 위아래로 배회하지만, 시간이 지날수록 값이 출발점에서 점점 멀어지는 모습을 보인다.
(나) 원계열의 ACF는 lag가 커져도 아주 천천히 감소하며 오랫동안 유의하다.
(다) 1차 차분한 계열의 ACF와 PACF는 모든 lag에서 유의하지 않으며, ADF 검정의 p-값은 0.01이다.
(라) ARIMA(0, 1, 0) 모형을 적합한 뒤 잔차에 대해 Ljung-Box 검정을 수행한 결과 p-값은 0.62였다.
- 1(가)와 (나)는 이 계열에 단위근이 존재할 가능성을 시사하며, 랜덤워크의 전형적인 모습에 해당한다.
- 2ARIMA(0, 1, 0)은 다음 시점의 값을 현재 값으로 예측하는 모형이 되는데, 이 경우 예측 시점이 멀어지더라도 예측구간의 폭은 일정하게 유지된다.
- 3(다)에서 차분한 계열의 ACF와 PACF가 모든 lag에서 유의하지 않다는 것은 차분 계열이 백색잡음에 가깝다는 뜻이므로, AR 항과 MA 항이 모두 필요하지 않다고 볼 수 있다.
- 4(라)의 Ljung-Box 검정 p-값이 0.62로 크다는 것은 잔차에 남아 있는 자기상관이 유의하지 않다는 뜻이므로, 모형이 시계열 구조를 충분히 설명했다고 판단할 수 있다.