꿈라CBT시계열 데이터 분석에 활용되는 자기회귀 누적이동평균모형(ARIMA, Autoregressive Integrated Moving Average)에 관한 설명 중 옳지 않은 것은?
- 1ARIMA(p, d, q)에서 d는 ARMA 모형으로 정상화(자료 변동이 시간에 따라 일정)하기 위해 몇 번 차분했는지를 나타낸다.
- 2ARIMA(p, d, q)에서 p는 AR(Autoregressive) 모형과 관련이 있고 q는 MA(Moving Average) 모형과 관련이 있다.
- 3ARIMA(p, d, q)에서 p는 자기회귀부분의 차수를, d는 1차 차분이 포함된 정도를, q는 이동평균 부분의 차수를 나타낸다.
- 4ARIMA(p, d, q)에서 d=0이 되면 정상성을 만족하지 못하게 되어 ARMA(p, q) 모형을 적용할 수 없다.