[R] 1. fpp3 간단한 소개

소개

• https://tidyverts.org/
• tidyverts는 시계열 데이터 분석을 tidy approach로 진행하게 하는 ecosystem 입니다.
• R에서는 fpp3 라는 이름으로 tidyverts를 구성하고 있는 라이브러리들을 불러올 수 있습니다.
  • 또는 install_packages("..."), install_github("tidyverts/...")와 같이 필요한 라이브러리들만 별도로 불러올 수 있습니다.
  • fpp3는 Forecasting: principles and practice 3rd의 약자라고 합니다.

library(fpp3)

## ─ Attaching packages ────────────────────── fpp3 0.4.0 ─

## ✓ tibble      3.1.2      ✓ tsibble     1.0.1 
## ✓ dplyr       1.0.7      ✓ tsibbledata 0.3.0 
## ✓ tidyr       1.1.3      ✓ feasts      0.2.2 
## ✓ lubridate   1.7.10     ✓ fable       0.3.1 
## ✓ ggplot2     3.3.5

## ─ Conflicts ───────────────────────── fpp3_conflicts ─
## x lubridate::date()    masks base::date()
## x dplyr::filter()      masks stats::filter()
## x tsibble::intersect() masks base::intersect()
## x tsibble::interval()  masks lubridate::interval()
## x dplyr::lag()         masks stats::lag()
## x tsibble::setdiff()   masks base::setdiff()
## x tsibble::union()     masks base::union()

• attaching packages를 보니 tidyverse를 불러들일 때 보였던 라이브러리 외 몇 가지가 더 보입니다.

lubridate

• 날짜와 시간 정보를 표시하는 변수를 다룰 때 매우 유용한 라이브러리이며, 종종 tidy data를 핸들링할 때 같이 쓰이기도 합니다.

 

tsibble

• 시계열 데이터를 tidy approach 접근에 기반하여 정리할 수 있는 라이브러리 입니다. github
• 해당 라이브러리 내장 함수인 tsibble() 함수를 통해 tsibble 이라는 객체를 생성할 수 있으며,
  tsibble 객체는 아래와 같은 기본적인 원칙을 가집니다.
  • index: 과거부터 현재까지 순서화된 자료값의 관측 시간
  • key: 시간에 따른 관측값을 정의하는 변수의 집합
  • 각 관측치는 index와 key를 통해 유니크하게 식별되어야 합니다.
  • 각 관측치는 등간격으로 관측된 자료여야만 합니다.
    (나중에 언급하겠지만 이 부분은 함수의 옵션으로 어느 정도 통제할 수 있긴 합니다.)

 

tsibbledata

• 우리가 공부하면서 흔하게 접하는 iris와 같이 tsibble 포맷의 다양한 예제 데이터를 제공해주는 라이브러리 입니다.
• 주로 예제로 쓰이는 데이터로 olympic_running 이라는 데이터를 주로 쓰는 것 같습니다.

 

feasts

• feasts의 의미는 Feature Extraction And Statistics for Time Series의 약자라고 합니다. (FEASTS)
• 시계열 데이터 분석에 필요한 여러 가지 함수들을 제공하는 라이브러리 입니다.
  • 시계열 분해, 추출, 시각화 등
• tsibble 객체와 함께 작동하며 fable 라이브러리와 긴밀하게 결합하여 사용됩니다.

 

fable

• ARIMA, 지수평활(exponential smoothing) 등 일반적으로 사용되는 단변량/다변량 시계열 예측 모델을 제공하는 라이브러리 입니다.
• 모델에 대한 추정과 비교, 결합, 예측 등을 제공합니다.