安定した単変量プロセスの仮定
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2021/08/04 10:16 UTC 版)
「ボックス・ジェンキンス法」の記事における「安定した単変量プロセスの仮定」の解説
ボックス・ジェンキンスモデルにおけるモデル診断は、非線形最小二乗フィッティングのモデル検証に似ている。 つまり、誤差項 At は、定常単変量プロセスの仮定に従うものとする。残差は、平均と分散が一定の固定分布からのホワイトノイズ(または、その分布が正規分布の場合は独立)でなければならない。ボックス・ジェンキンス・モデルがデータに対して良いモデルであれば、残差はこれらの仮定を満たすはずである。 これらの仮定が満たされない場合は、より適切なモデルを当てはめる必要がある。つまり、モデルの同定段階に戻って、より良いモデルの開発を試みる。残差の分析によって、より適切なモデルを見つける手がかりが得られることを期待する。 ボックス・ジェンキンス・モデルからの残差が仮定に従っているかどうかを評価する一つの方法は、残差の統計的なグラフィックス(自己相関プロットを含む)を生成することである。 リュング・ボックス統計量を確認することもできる。
※この「安定した単変量プロセスの仮定」の解説は、「ボックス・ジェンキンス法」の解説の一部です。
「安定した単変量プロセスの仮定」を含む「ボックス・ジェンキンス法」の記事については、「ボックス・ジェンキンス法」の概要を参照ください。
- 安定した単変量プロセスの仮定のページへのリンク