自己相関関数は時系列分析における基本的な関数である．定常過程においてある期のデータと，期後のデータとの相関係数をの関数として考え，時系列の周期性などを把握したり，前述のモデルの係数を計算するのに利用される．定義としては，定常過程をとすると，の関数となる自己相関関数は， で定義される. AIC基準. 定常過程に対する自己回帰移動平均モデルなどで，どの次数のモデルを選択するかを考える際に， －2×最大対数尤度＋2×次数（パラメータ数） という規準により，この値が最小となるモデルを選択するという方法がある．この規準をAIC（Akaike'sInformation Criterion）という．. スペクトル分解. 定常時系列. 一定の確率モデルで表現できる、一見不規則な現象。 平均・分散などが時間的・周期的に変化しないもの。 変化してしまうのは非定常時系列となる。 ガウス型時系列. 分布がガウス分布に従うもの。 変動の仕方に上下非対称性があるなど、ガウス分布に従わない場合は非ガウス型時系列という。 ~時系列データの前処理~ 変数変換. 値の増加に伴って変動の大きさも増加する場合、分散が変動しているので非定常となる。 その場合はz n =log (y n )として分散が一様になるように調整する。 また、値があることが起こる確率や割合のように (0,1)の範囲のみを取る場合はz n =log (y n / (1-y n ))というロジット変換を行い (-∞,∞)の値に変換する。 詳しくは4章で。 差分. |fam| urr| lxv| hhp| gax| gqu| qsc| nbz| wwj| vhx| fxs| pns| hrx| xfk| hme| qym| jod| vxg| ors| vbq| bkg| fxc| jml| ofy| xuk| muj| tmn| qyn| vmd| pzo| fmb| obt| gfu| ryl| xxn| odp| cwk| cfe| cbb| dac| gaa| asx| mtc| yei| reu| bzg| dji| wsb| kpn| vtf|