KOIIAAI Ready Data 처음으로

홈›데이터 찾기›한국광해광업공단_동 광물의 예측 및 위험 안정성 통합 지표(합성데이터)

한국광해광업공단_동 광물의 예측 및 위험 안정성 통합 지표(합성데이터)

읽기 쉬운 제목(검토 전) 동 광물의 예측 및 위험 안정성 통합 지표(합성데이터)

한국광해광업공단 · 디지털AI전략팀 · 공공데이터포털 원본 ↗

데이터 ID 15150364 · 버전 1.0.0 · 최초 등록 2025-09-24 · 2025-09-25 갱신 · 수시

준비 단계진단에 필요한 기준(참조 데이터 등)이 부족해 품질을 판정하지 않았습니다. AI Ready 전 단계입니다. 품질 판정서 보기 · 준비 단계란?

본 데이터셋은 동 가격예측, 수급안정화지수, 시장위험지수 등의 재무 흐름을 반영하여 생성된 합성 데이터입니다.

기관이 작성한 데이터 설명 전체
본 데이터셋은 동 가격예측, 수급안정화지수, 시장위험지수 등의 재무 흐름을 반영하여 생성된 합성 데이터입니다. 시계열 변동, 상관관계, 계절성 등 복합적 패턴을 내포하고 있으며 시장의 민감한 움직임들이 은밀히 암시되어 있습니다. 이 데이터는 전략 분석, 시나리오 예측, 위험 인지 등을 위해 설계되었으며, 실제 거래의 흐름이나 숨은 리스크를 감지할 수 있는 직관을 제공합니다. 다만, 실제와 완전히 동일하지 않으므로 실물 의사결정의 전제로만 사용되기보다는 참고자료로 활용하는 것이 바람직합니다.
※ 교육적 실습이나 인공지능 학습, 통계적 실험과 같은 단순 목적에는 활용 가능하나, 보다 공식적이고 엄격한 결과가 요구되는 연구·보고 영역에서는 사용을 피하는 것이 바람직합니다.
※ 유용성경우 상관표준편차와 pMSE 을 활용 하였음(아래 괄호는 임계값)
1. 상관표준편차(0.2): 0.1198
2. pMSE(0.1): 0.0009

산업고용 - 에너지및자원개발복합 지표수급 불균형리스크예측안정성 척도가격 변동시계열 패턴이상 탐지

활용 적합성 요약 팩에서 계산한 값 · 판정 아님

규모

2,998행 × 원본 5열 (+정제 2열)

CSV 229 KB · Parquet 97 KB

기간

2008 – 2027

기간 기준 · 99% 범위

공간 단위

해당 없음

결측

0.0%

항목 평균

연결 기준

1종 · 58개 데이터

광산 · 광업권

정제 범위

2/5 항목 · 정제값이 있는 셀 100.0%

원본 열은 그대로 보존

데이터 내용

광종가격 예측 및 지표 산출의 대상이 되는 광물의 종류유형 문자형분류 광산 · 광업권결측 0%정제 정제 100.0%

가격 예측 및 지표 산출의 대상이 되는 광물의 종류

정제 열 정제_광종 · 「광산 · 광업권」 기준 표기 통일

예: 동

기간예측가격과 각 지표 값이 해당하는 시계열상의 대상 일자유형 날짜형분류 날짜결측 0%정제 정제 100.0%

예측가격과 각 지표 값이 해당하는 시계열상의 대상 일자

정제 열 정제_기간

예: 2008-01-01 2027-10-01 2015-09-03

예측가격(달러_톤)해당 기간에 대하여 예측한 광종의 시장 가격유형 숫자형분류 수치결측 0%정제 원본 유지

해당 기간에 대하여 예측한 광종의 시장 가격

예: 3379.621699 9946.656016 3380.066044

수급안정화지수해당 일자 광물의 공급·수요 균형이 안정된 정도를 상·하한이 있는 척도로 수치화한 지수유형 숫자형분류 수치결측 0%정제 원본 유지

해당 일자 광물의 공급·수요 균형이 안정된 정도를 상·하한이 있는 척도로 수치화한 지수

예: 7.499749 90.517829 64.069696

시장전망지표동 광물 시장의 향후 시황에 대한 전망을 수치화한 지표유형 숫자형분류 수치결측 0%정제 원본 유지

동 광물 시장의 향후 시황에 대한 전망을 수치화한 지표

예: 2.841759 94.447558 76.332732

상위 5행 · 5열 중 5열 · 첫 열 고정 · 「정제_」 항목이 정리한 값 · 확인 필요 규칙으로 확정하지 못해 원래 값을 그대로 유지한 값(파일에서는 값 앞에 [E]) · 행 식별값은 맨 끝

예측가격(달러_톤)수급안정화지수시장전망지표광종정제_광종기간정제_기간행 식별값
3379.62169964.06612343.819289동동광2011-11-092011-11-090_8fafd638
3379.62169964.0653818.969699동동광2016-06-292016-06-291_2813054a
5838.79387364.0656388.9479동동광2008-01-012008-01-012_fe9697ee
3380.02421764.0622441.236644동동광2018-06-242018-06-243_db6a28b7
3379.69723964.06352430.688883동동광2009-11-182009-11-184_ff34a299
프로그램 · AI에서 활용 개발자용 코드 예시

필요한 패키지: pandas · pyarrow

import pandas as pd
df = pd.read_parquet("https://aird.idx.or.kr/packages/15150364/data/dataset-15150364.parquet")

에이전트 설정에 붙여 넣어 주세요. 사용하는 도구: get_dataset · find_joinable(데이터 ID 15150364)

{ "mcpServers": { "aird": { "url": "https://aird.idx.or.kr/mcp" } } }
데이터 팩 내려받기 · 194 KBCSV