拡張ディッキー–フラー検定 - Wikipedia
拡張ディッキー–フラー検定（かくちょうディッキー–フラーけんてい、ADF検定、英: augmented Dickey–Fuller test, ADF test）とは、統計学と計量経済学において、時系列標本が単位根を持つかどうかの仮説検定である。これは大きくより複雑な時系列モデルに対するディッキー–フラー検定の拡張版となっている。検定で用いられる拡張ディッキー–フラー検定統計量は負の値を取る。より大きな負の値を取れば取るほど、ある有意水準の下で単位根が存在するという仮説を棄却する可能性が強くなる[1]。 検定の手続き[編集] ADF検定の手続きはディッキー–フラー検定と同じだが、以下のようなモデルに適用される。 ここで は定数であり、 は時間トレンドの係数、 は自己回帰過程のラグ次数である。制約 と を課すことはランダムウォークモデルを仮定する事に対応し、制約 のみを課すことはドリフト付き
カイ二乗検定 - Wikipedia
カイ二乗検定（カイにじょうけんてい、カイじじょうけんてい、英: Chi-squared test）、または検定とは、帰無仮説が正しければ検定統計量が漸近的にカイ二乗分布に従うような統計的検定法の総称である。次のようなものを含む。 ピアソンのカイ二乗検定：カイ二乗検定として最もよく利用されるものである（本項で述べる）。 一部の尤度比検定：標本サイズが大きい場合には近似的にカイ二乗検定となる場合がある。 イェイツのカイ二乗検定（イェイツの修正） マンテル・ヘンツェルのカイ二乗検定 累積カイ二乗検定 Linear-by-linear連関カイ二乗検定 これらはいずれも （ここで"expected" という語は期待値そのものではなく観測値から求められる期待値の推定量あるいは理論値を指すことが多い） という形の検定統計量「カイ二乗（χ2）」を含む。 日本工業規格ではカイ二乗検定を「検定統計量が、帰無仮
仮説検定 - Wikipedia
この記事は検証可能な参考文献や出典が全く示されていないか、不十分です。出典を追加して記事の信頼性向上にご協力ください。（このテンプレートの使い方） 出典検索?: "仮説検定" – ニュース · 書籍 · スカラー · CiNii · J-STAGE · NDL · dlib.jp · ジャパンサーチ · TWL（2013年5月） 仮説検定（かせつけんてい、英: hypothesis testing）あるいは統計的仮説検定 (statistical hypothesis testing)[補 1] とは、母集団分布の母数に関する仮説を標本から検証する統計学的方法の一つ。日本産業規格では、仮説 (statistical hypothesis) を「母数又は確率分布についての宣言。帰無仮説と対立仮説がある。」と定義している[1]。検定 (statistical test) を「帰無仮説を棄却し対
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
https://www.amazon.co.jp/dp/4254126654
Pseudorandom generator - Wikipedia
statsmodels.tsa.stattools.adfuller - statsmodels 0.14.1
