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。
偏自己相関(Partial AutoCorrelation)の定義や計算の流れを確認する - あつまれ統計の森
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
偏自己相関(Partial AutoCorrelation)の定義や計算の流れを確認する - あつまれ統計の森
この記事では時系列データ解析の文脈で出てくる偏自己相関の概念について解説します. 偏自己相関とは,... この記事では時系列データ解析の文脈で出てくる偏自己相関の概念について解説します. 偏自己相関とは,時系列データ${ y_t }$のラグ$h$時点 $t-h$と時点$t$の間に存在する$h-1$個の観測値$y_{t-h+1}, \dots, y_{t-1}$の影響を除去したあとの$y_{t-h}$と$y_t$の相関のことです.この相関をどのように定義するのか,見ていきましょう. 定義(定常性) 時間$t$のときに確率変数$y_t$の値をとる時系列データ${ y_t }$を考えます.ここで,${ y_t }$は定常性を仮定しておきます.定常性とは,平均が時間$t$によらず一定であり,分散が時間差のみに依存するという仮定です.しっかり書くと次のようになります. 時系列データ${ y_t }$が定常過程であるとは $$ \begin{array}{l} E(y_t) = \mu \\ \matho