時系列解析とは、時刻tをパラメータとして持つ確率過程{Yt}の実現値である時系列データ{yt}を用いて、将来のYtがそれより前のYt及び確率的な誤差εによって定まる時系列モデルにあてはめ、その時系列の構造の分析や将来予測を行うための手法である。
代表的な時系列モデルとしては、自己回帰モデル (AR : Auto Regressive Model) や移動平均モデル (MA :Moving Average Model) などが挙げられる。
時系列解析とは、時刻tをパラメータとして持つ確率過程{Yt}の実現値である時系列データ{yt}を用いて、将来のYtがそれより前のYt及び確率的な誤差εによって定まる時系列モデルにあてはめ、その時系列の構造の分析や将来予測を行うための手法である。
代表的な時系列モデルとしては、自己回帰モデル (AR : Auto Regressive Model) や移動平均モデル (MA :Moving Average Model) などが挙げられる。
コメントする