エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
2008年7月16日 ARIMAモデル
時系列データの解析と予測 時系列データを料理するために身につけるべきこと ① データの生成メカニズム... 時系列データの解析と予測 時系列データを料理するために身につけるべきこと ① データの生成メカニズムを知る ② 予測する データの発生メカニズム(DGP:data generating process)を解き明かすとは、すなわち何らかの方程式などのモデルに当てはめることと思えばよい。式が分かれば、予測も簡単である。しかし、統計的手法は万能ではないので、特別な前提をおく。 ここでは ●平均が一定(通常は標準化して0とおくと、やり易い) ●分散も一定(ずっと大きくなっていくとか、小さくなっていくとかしない) この条件をみたすものを、とりあえず「定常時系列」とよぶ。 ちなみに、そうじゃないのを「非定常」という。 なので、実際のデータがこの条件に合わないとき、何らかの変換を加えて定常化すればよい。 1.データの生成機構を調べる方法 最初にトレンド(T)があるかをみる。 次は周期性(C) そして季節