時系列データに定常性があるかを検定する手法。
次のような手法がある。
〇 拡張ディッキ・フラー検定(ADF検定)
〇 KPSS検定
PR
単変量時系列
時間に対して、観測される変数は、1つ
多変量時系列
時間に対して、観測される変数は、複数
時系列データ
x(t-3)、x(t-2)、x(t-1)、x(t)
に対して
x(t+1) = α*x(t) + α*(1-α)*x(t-1)+ α*(1-α)2*x(t-2)・・・
で、x(t+1)を予測する
時系列データ、x(t-2)、x(t-1)、x(t)を、確率過程と考えたとき、
x(t)の平均値、分散、自己共分散が、時間tで変わらなければ、
時系列{x(t)}は、定常性を持つ、という
{ui}をホワイトノイズ、{β0・・・βq}を定数とする
時系列{xt} t = 1 ・・・T が
xt = β0 + ut + β1*ut-1 + ・・・+βq*ut-q
で表されるとする
これを、移動平均過程とよび、右辺のラグの数qを明示してMA(q)過程と表す
このモデルでは、最小二乗法のようなパラメータ推定はできない
そのため、uを正規分布に従うと過程して、最尤推定を行う