自己相関的な実データ
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2020/11/26 14:58 UTC 版)
これまで、データ列は傾向とノイズから構成されるとしてきた。また、ノイズは各データで「独立」であった(マルコフ性、正規分布ノイズ)。ノイズが定常的なガウス・マルコフ過程に従うという前提は情報最小の原理から生じた。これは統計の容易さという点で大きな意味がある。気象データのような実データはこの前提を満たさないかもしれない。 自己相関的時系列は自己回帰移動平均モデルを使ってモデル化される。
※この「自己相関的な実データ」の解説は、「傾向推定」の解説の一部です。
「自己相関的な実データ」を含む「傾向推定」の記事については、「傾向推定」の概要を参照ください。
- 自己相関的な実データのページへのリンク