이 교재는 10장으로 구성되어 있다. 제1장에서는 예측의 개요에 대해, 제2장에 서는 예측 데이터인 시계열의 특성을 파악하는 방법을 정리하고, 제3장에서는 시계열의 기초분석에 대해 설명한다. 제4장에서는 시계열모형에 대해 살펴보고, 제5장에서는 시계열을 바탕으로 시계열모형을 추정하고 이를 바탕으로 예측하는 방법에 대해 살펴본다. 제6장에서는 회귀모형을 이용한 예측에 대해, 제7장에서는 시계열을 분해하는 방법에 대해 설명한다. 제8장과 제9장에서는 VAR 모형과 공적분분석 모형에 대해 살펴본다. 마지막으로 제10장에서는 프로펫, 신경망과 예측조합 등 여러 가지 예측방법에 대해 살펴본다. 각 장마다 R 프로그램을 이용한 예측실습이 첨부되어 있다.

이번 개정판은 2015년 개정판과 달리 시계열의 특성을 수리적으로 살펴볼 수 있도록 하였고, 신경망, 프로펫, 예측조합 등 새로운 예측방법을 소개하였다. 이 교재를 학습하려면 『통계학 개론』, 『확률의 개념과 응용』과 『회귀모형』의 기초 개념에 대해 이해해야 하며, 엑셀 활용 수준의 프로그램에 대한 지식이 필요하다. 이 교재는 예측의 속성상 경제시계열 중심으로 사례를 정리하였으나 다른 분야의 예측에도 확장해서 적용할 수 있다. 이 교재의 내용을 구조적으로 이해하려면 실습을 통해 개념과 활용법을 익힐 필요가 있다.

서울대학교 자연과학대학 계산통계학과(이학사)
서울대학교 대학원 계산통계학과(이학석사)
미국 Texas A&M University 통계학과(통계학박사)
현재 한국방송통신대학교 자연과학대학 통계·데이터과학과 교수

제1장 예측의 개요
1.1 예측의 개념과 필요성
1.2 예측과정과 예측방법
1.3 주관적 예측방법
1.4 객관적 예측방법
1.5 시나리오 예측
1.6 예측모형의 작성과 평가
1.7 R 프로그램을 이용한 실습

제2장 예측 데이터: 시계열
2.1 시계열의 정의
2.2 시계열도표
2.3 시계열의 변동요인
2.4 변수변환
2.5 차 분
2.6 평활화
2.7 시계열의 주파수분석
2.8 R 프로그램을 이용한 실습

제3장 시계열의 자기상관
3.1 시계열과 확률과정
3.2 자기상관
3.3 자기상관과 부분자기상관
3.4 안정시계열과 불안정시계열
3.5 R 프로그램을 이용한 실습

제4장 시계열모형
4.1 시계열모형의 개요
4.2 안정시계열모형
4.3 불안정시계열모형
4.4 비선형 시계열모형
4.5 R 프로그램을 이용한 실습

제5장 시계열모형을 이용한 예측
5.1 시계열모형 관련 검정
5.2 ARIMA 모형의 작성
5.3 변동성 모형의 작성 및 예측
5.4 R 프로그램을 이용한 실습

제6장 회귀모형을 이용한 예측
6.1 상관관계
6.2 회귀분석의 개요
6.3 회귀모형의 작성
6.4 회귀모형을 이용한 예측
6.5 연립방정식 모형
6.6 R 프로그램을 이용한 실습

제7장 예측 데이터의 분해
7.1 시계열분해의 개요
7.2 계절조정법
7.3 추세변동 추출법
7.4 순환변동 추출법
7.5 R 프로그램을 이용한 실습

제8장 VAR 모형을 이용한 예측
8.1 VAR 모형의 개요
8.2 VAR 모형을 이용한 분석
8.3 VAR 모형을 이용한 예측
8.4 구조적 VAR 모형
8.5 R 프로그램을 이용한 실습

제9장 공적분분석을 이용한 예측
9.1 가성적 회귀
9.2 공적분분석
9.3 오차수정모형
9.4 벡터 오차수정모형
9.5 R 프로그램을 이용한 실습

제10장 여러 가지 예측방법
10.1 지수평활법
10.2 프로펫
10.3 신경망
10.4 예측조합
10.5 R 프로그램을 이용한 실습