時系列データ関連のお勉強をしたときに、必ず登場する厄介な概念の1つが「定常性(Stationarity)」です。 定常性(Stationarity)は、時系列データの統計的な特性(平均、分散、自己相関など)が時間によらず一定であるという性質を指します。これは、時系列分析において重要な前提条件となる場合が多いです。 具体的には、定常性には以下のような特性があります。 平均が時間によらず一定: これはデータの「中心」が時間とともに変化しないことを意味します。つまり、ある時点での平均値が別の時点での平均値と同じであることを示します。 分散が時間によらず一定: これはデータの「ばらつき」が時間とともに変化しないことを意味します。つまり、ある時点での分散が別の時点での分散と同じであることを示します。 自己共分散(または自己相関)が時間によらず一定: これは2つの時点間の関連性がラグにのみ依存し、時間
![時系列データの「定常性」と「3つの非定常性」](https://cdn-ak-scissors.b.st-hatena.com/image/square/698ba11cdf04ce3f041b977f6f84cd82163ec1e2/height=288;version=1;width=512/https%3A%2F%2Fwww.salesanalytics.co.jp%2Fwp-content%2Fuploads%2F2023%2F07%2Fa4599fe87282c0524d691e4748bed5ae.png)