Open yamamoto-yuta opened 10 months ago
# 必要に合わせてコメントアウトを外して記載してください # 記事の説明文(無い場合は本文先頭200文字を使用) #ogp_description: # サムネイル画像のテーマ -> 'default' or 'upload' thumbnail_theme: default # サムネイル画像の背景画像(1280x670px推奨, なくてもOK) #thumbnail_image_url: # 予約投稿の日時(無い場合は現在時刻を使用) #posted_at: YYYY-MM-DD hh:mm
※ この記事は、私が2020/07/01に書いたメモを転記したものです。
時系列データ(毎日の売り上げ,日々の気温etc…)を分析する手法 過去のデータから未来のデータを予測することが可能
時系列データの回帰分析には注意が必要
回帰分析: 最小二乗法を用いて傾きや切片を推定 →最小二乗法が使える条件: データの独立性
独立でないデータとは? →過去の値に合わせて現在の値も変わってしまう(自己相関のある)データ
時系列データは独立でないことが多い → 回帰分析ではうまくいかない場合が多い
引用:https://logics-of-blue.com/time-series-regression/
時系列データが単根過程かどうかを判定する検定
有意な回帰係数が得られる しかし,無関係な2つの系列に対して有意な回帰が行えているのはおかしい したがって,単位根過程に回帰分析を行うのは良くない →検定で時系列データが単位根過程がどうか調べる必要がある
として,p値<0.05で帰無仮説棄却=単位根過程でないとする単位根検定
※ この記事は、私が2020/07/01に書いたメモを転記したものです。
時系列解析とは?
時系列データ(毎日の売り上げ,日々の気温etc…)を分析する手法 過去のデータから未来のデータを予測することが可能
回帰分析で予測すればいいのでは?
時系列データの回帰分析には注意が必要
回帰分析: 最小二乗法を用いて傾きや切片を推定 →最小二乗法が使える条件: データの独立性
独立でないデータとは? →過去の値に合わせて現在の値も変わってしまう(自己相関のある)データ
時系列データは独立でないことが多い → 回帰分析ではうまくいかない場合が多い
時系列データへの回帰分析フローチャート
検定
単位根検定
時系列データが単根過程かどうかを判定する検定
定常過程
単位根過程
単位根過程に回帰分析を行うとどうなるか?
有意な回帰係数が得られる しかし,無関係な2つの系列に対して有意な回帰が行えているのはおかしい したがって,単位根過程に回帰分析を行うのは良くない →検定で時系列データが単位根過程がどうか調べる必要がある
単位根検定
ADF検定
として,p値<0.05で帰無仮説棄却=単位根過程でないとする単位根検定
参考文献