홍라이프 계산기지수 성장 예측 계산기 쉽게 이해하기 — 개념과 원리
이 계산기는 같은 시간 간격으로 관측한 값들에 일정한 성장률을 맞추고, 그 비율로 앞을 예측합니다. 맞춘 기간당 성장률, 맞춘 값, 적합도 R², 배가 시간, 처음과 마지막 값으로 구한 단순 평균 성장률과의 비교를 보여 줍니다. 대체로 일정한 비율로 늘어 온 매출, 사용자, 가격, 인구에 쓸 수 있습니다.
계산 방법
모델: y_t = y₀·e^(kt), 즉 ln y_t = ln y₀ + k·t인 직선
t = 0, 1, 2, …로 놓고 이 직선을 최소제곱법으로 맞춥니다.
기간당 성장률 r = e^k − 1, 배가 시간 = ln 2 ÷ k
n개의 값 중 마지막에서 h기간 뒤 예측 = y₀·e^(k(n − 1 + h))
단순 평균 성장률 = (마지막 ÷ 처음)^(1/(n − 1)) − 1
- 로그 적합의 R²는 자료가 일정한 비율에 얼마나 가까운지를 보여 줍니다.
원리
일정한 비율의 성장은 로그 눈금에서 직선이 됩니다. 이 직선을 맞추면 모든 관측값을 쓰므로, 중간 값을 모두 무시하는 처음-마지막 계산보다 이상한 값 하나의 영향이 작습니다. 직선의 기울기가 연속 성장률 k이고, 절편에 지수를 취한 값이 맞춘 처음 수준입니다.
예제 풀이
기본값: 1,200, 1,350, 1,490, 1,700, 1,880, 2,110, 6기간 뒤 예측.
- 맞춘 기간당 성장률 = 11.94%, 맞춘 처음 값 1,200.84, 맞춘 마지막 값 2,110.46입니다.
- 로그-선형 적합의 R² = 0.9991로 일정한 성장에 매우 가깝습니다.
- 배가 시간 = 6.146기간입니다.
- 마지막 값에서 6기간 뒤(t = 11) 예측: 1,200.84 × 1.1194¹¹ = 4,151.91입니다.
- 처음 → 마지막 단순 평균 성장률 = 11.95%이며, 이 비율로는 4,153.4입니다.
결과 해석
이 예는 자료가 매끄러워 두 방법이 거의 같습니다. 둘의 차이가 크다면 중간 값들이 추세를 따르지 않는다는 뜻입니다. 먼 미래의 예측은 조심하십시오. 6기간 뒤는 이미 자료 길이의 절반이 넘고, 비율이 조금만 달라도 복리처럼 빠르게 차이가 커집니다.
흔한 실수
- 관측 간격이 고르지 않은 자료를 쓰는 경우
- 관측 범위를 훨씬 넘어 예측하는 경우
- 로그를 취할 수 없는 0이나 음수 값을 넣는 경우
- R²가 높으면 추세가 계속된다고 믿는 경우
자주 묻는 질문
자료로 지수 성장을 어떻게 예측하나요?
값의 로그에 직선을 맞춘 뒤, 그 직선을 연장해 다시 원래 값으로 바꿉니다.
처음과 마지막 값만 쓰면 안 되나요?
그러면 중간 값을 모두 무시하게 됩니다. 적합은 모든 값을 씁니다.
여기서 R²는 무엇을 알려 주나요?
자료가 일정한 비율의 성장을 얼마나 잘 따르는지를 알려 줍니다.
출처: NIST/SEMATECH e-Handbook of Statistical Methods, §4.1.4.1 Linear Least Squares Regression