Index
検定
検定 #まとめ編
時系列解析 #まとめ編
自己相関の検定
データが自己相関をもっているのであれば、その自己相関構造を記述できる時系列モデルを構築し、
そのモデルを予測などに用いることができる.
逆にいえば、データが自己相関を持っていないのであれば、時系列解析でできることは、非常に限られてしまう.
統計量
自己相関の検定を行うためには、まず自己相関の推定値を計算する必要がある.
期待値を求め、自己共分散を求めることができれば、自己相関係数を求めることできる.
仮設検定
この標本自己相関 を用いて、
- という帰無仮説を
- という対立仮設
に対して検定を行う.
単位根過程の検定
Dickey-Fuller / DF 検定
真の過程を AR(1) モデルと仮定し、
- 「過程が、単位根 AR(1) 過程である」という帰無仮説を
- 「過程が、定常 AR(1) 過程である」という対立仮説に
対して検定する.
拡張 DF / AFD 検定
DF 検定では、真のモデルが AR(1) 過程と仮定されていた.
しかしながら、AR(1) 過程でモデル化できる経済・ファイナンスなどのデータは、
限られており、この仮定は、現実的でない場合も多い.
そこで、この仮定を緩めて、DF 検定を拡張した検定を考える.
真のモデルが、AR(p) 過程であることを仮定した検定が ADF 検定である.
参考
- 計量時系列分析
- 1 時系列分析の基礎概念
- 1.4 自己相関の検定
- 5 単位根過程
- 5.2 単位根検定
- 5.2.1 DF 検定
- 5.2.2 ADF 検定
- 5.2.3 PP 検定
- 5.2 単位根検定
- 6 見せかけの回帰共和分
- 6.5 共和分の検定
- 1 時系列分析の基礎概念