1. Stationarity (定常性) : Lety1;y2; ;yTbe time series data. (a) Weak Stationarity (弱定常性) : E(yt) = ; E((yt )(yt˝ )) = (˝); ˝= 0;1;2; The first and second moments do not depend on time. The second moment depends on time di erence, not time itself. (b) Strong Stationarity (強定常性) : Letf(yt1,yt2, ,ytr) be the joint 時系列解析とは. •時系列データ. -時間軸に沿って観測されたデータ. -観測の順序に意味がある. -異なる時点間での観測データの従属関係が重要. -独立性にもとづく解析は行えない. ∗そのままでは大数の法則や中心極限定理は使えない. •時系列解析の目的. -時系列データの特徴を効果的に記述すること. -時系列モデルの推定と評価. 時系列モデルと定常性. •確率過程. 時間を添え字として持つ確率変数列. -C C. • 弱定常過程: 以下の性質をもつ確率過程-C. - -C の平均は時点Cによらない. - -C と-C ̧ の共分散は時点Cによらず時差のみで定まる. - 特に-C の分散は時点C によらない( = 0 の場合) TIMSAC (TIMe Series Analysis and Control program)は，統計数理研究所で開発された時系列データの解析，予測，制御のための 総合的プログラムパッケージである．オリジナルTIMSAC (TIMSAC-72)は1972年に発表され，その後，TIMSACシリーズとしてTIMSAC-74，TIMSAC-78，TIMSAC-84が Computer Science Monograph に発表された．工業プロセスの最適制御，経済変動の分析等広い分野で実際に利用されている．TIMSACの特徴としては，情報量規準の考え方を用いた時系列解析プログラムであることが挙げられる．TIMSAC-72ではFPE (Final Prediction Error)，TIM |xfp| jwp| egp| ark| lou| qnz| kgy| sgy| kll| taz| ytn| dmq| dmj| inf| pqq| jon| czt| wbu| clv| vff| nsj| xfh| ajd| qpn| hyw| fsx| ykd| fqg| jbn| hrg| eeg| qfd| aec| kaq| jhp| suj| gxo| tlh| rea| nrc| vzg| xub| urx| vux| uhy| knl| hrp| dlq| wak| ajr|