時系列分析

時系列分析

偏相関係数の話

見せかけの相関を見分ける道具である、偏相関係数について解説します。また、時系列分析での応用についても解説します。最後にpythonでiris データや時系列データで計算してみます。
時系列分析

時系列モデルのパラメーター推定

時系列モデルのパラメーター推定の方法として、最小二乗法と最尤法を紹介します。パラメーター推定の式を具体的に求めます。データ数を変化させてpython で計算させて、推定の精度が上下することを確認します。
時系列分析

モデルを合成して新しく作る(ARMAモデル)

ARモデルをMAモデルで表す事が出来る場合があり、その逆もあります。一番簡単な場合でその条件を確かめます。お互いのいいとこどりをするために二つののモデルを組み合わせる事も出来ます。また、ARモデルをMAモデルで近似した時に、自己相関係数が一致するかpython で計算してみます。
時系列分析

ARモデルの定常/非定常性の判定方法

定常確率過程にも、非定常確率過程にもなるARモデルを紹介します。簡単な性質を紹介した後、定常/非定常となる条件を計算します。最後に、pythonで色々グラフを描いてAR過程の特徴を捉えます。
時系列分析

定常確率過程とMAモデル

時系列データを予測するために、簡単な確率モデルを考えます。モデルを考える上で、確率過程を使います。その中で、定常確率過程が大事です。今回の記事では、定常な時系列モデルであるMAモデルを解説します。
時系列分析

時系列分析の話~相関係数~

時系列データの基本的な統計量に、自己相関係数があります。自己相関係数ををグラフにしたものは、コレログラムと呼ばれます。この記事では相関係数の簡単な性質をまとめ、pythonで実装します。また、コレログラムの描画をした後に、データのトレンド除去をします。
タイトルとURLをコピーしました