모듈 1. 시계열 통계 기초 — "정상"을 숫자로 정의하기

이 모듈의 목표

1. 운영 메트릭이 왜 일반 데이터와 다른지, 그래서 어떤 통계 기법이 그대로는 안 통하는지 설명할 수 있다
2. 시계열을 추세·계절성·잔차로 분해하고, 이상 탐지를 잔차에서 해야 하는 이유를 코드로 보여줄 수 있다
3. 3σ·평균·표준편차가 운영 데이터에서 왜 무너지는지 알고, 분위수·MAD·EVT로 갈아탈 수 있다
4. "이상 탐지"와 "변화점 탐지"를 구분하고, 시계열 30만 개에 검정을 돌릴 때 생기는 다중 비교 문제를 계산할 수 있다

예상 학습 시간 10시간 (읽기 6시간 + 실습 4시간) — 1-6-5의 선택 절(★★★★)을 건너뛰면 읽기 5시간

난이도 ★★★☆☆ — 이 강의에서 가장 지루하지만 가장 오래 쓰이는 모듈입니다. 모듈 2~6이 전부 여기 위에 얹힙니다.

들어가기 전에 — 이 모듈의 코드는 pandas(resample/rolling/shift)를, 후반부는 가설검정(귀무가설·p값)을 씁니다. 둘 중 하나라도 낯설면 모듈 0.5부터 — 첫머리의 건너뛰기 판정 5문항으로 30초면 판단할 수 있습니다.

---