バリエーションと拡張
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2021/11/12 14:49 UTC 版)
「自己回帰和分移動平均モデル」の記事における「バリエーションと拡張」の解説
ARIMAモデルにはいくつかのバリエーションがある。複数の時系列を使用する場合は X t {\displaystyle X_{t}} をベクトルと考えることができ、VARIMAモデルが適切な場合がある。モデルに季節効果が疑われるときは、モデルのARやMAの次数を増やすよりも、SARIMA(季節ARIMA)モデルを使用する方が一般的には良いと考えられる。時系列が長距離依存性を示すと疑われる場合、フラクショナルARIMA(FARIMAまたはARFIMA)モデルとも呼ばれる自己回帰フラクショナル和分移動平均モデルでは、d パラメーターに非整数値を持たせることができる。
※この「バリエーションと拡張」の解説は、「自己回帰和分移動平均モデル」の解説の一部です。
「バリエーションと拡張」を含む「自己回帰和分移動平均モデル」の記事については、「自己回帰和分移動平均モデル」の概要を参照ください。
- バリエーションと拡張のページへのリンク