補章 時系列モデル入門 ー 計量経済学 ー.

Slides:



Advertisements
Similar presentations
計量的手法入門 人材開発コース・ワークショップ (IV) 2000 年 6 月 29 日、 7 月 6 ・ 13 日 奥西 好夫
Advertisements

土木計画学 第3回:10月19日 調査データの統計処理と分析2 担当:榊原 弘之. 標本調査において,母集団の平均や分散などを直接知ることは できない. 母集団の平均値(母平均) 母集団の分散(母分散) 母集団中のある値の比率(母比率) p Sample 標本平均 標本分散(不偏分散) 標本中の比率.
2016 年度 計量経済学 講義内容 担当者: 河田 正樹
データ分析入門(12) 第12章 単回帰分析 廣野元久.
第4章 回帰分析の諸問題(1) ー 計量経済学 ー.
時系列の予測 時系列:観測値を時刻の順に並べたものの集合
自己回帰モデルへの橋渡し 高崎経済大学 宮田庸一
  個人投資家向け株式分析   と予測システム A1グループ  劉 チュン.
多変量解析 -重回帰分析- 発表者:時田 陽一 発表日:11月20日.
補章 時系列モデル入門 ー 計量経済学 ー.
第4章 回帰分析の諸問題(1) ー 計量経済学 ー.
パネル分析について 中村さやか.
【MedR】第12回 東京大学医学系研究科 特任助教 倉橋一成.
第3章 2変量データの記述 統計学基礎 2010年度.
重回帰分析入門 経済データ解析 2009年度.
確率・統計Ⅰ 第11回 i.i.d.の和と大数の法則 ここです! 確率論とは 確率変数、確率分布 確率変数の独立性 / 確率変数の平均
実証分析の手順 経済データ解析 2011年度.
得点と打率・長打率・出塁率らの関係 政治経済学部経済学科 ●年●組 ●● ●●.
月曜3限 1132教室 担当者: 河田 正樹 年度 経済データ解析講義内容 月曜3限  1132教室 担当者: 河田 正樹
第2章 単純回帰分析 ー 計量経済学 ー.
第5章 回帰分析の諸問題(2) ー 計量経済学 ー.
第5章 回帰分析の諸問題(2) ー 計量経済学 ー.
Bassモデルにおける 最尤法を用いたパラメータ推定
重回帰分析入門 経済データ解析 2011年度.
「データ学習アルゴリズム」 第3章 複雑な学習モデル 3.1 関数近似モデル ….. … 3層パーセプトロン
プロモーションのモデル.
東京工業大学 機械制御システム専攻 山北 昌毅
回帰分析.
第3章 重回帰分析 ー 計量経済学 ー.
第3章 重回帰分析 ー 計量経済学 ー.
「データ学習アルゴリズム」 第2章 学習と統計的推測 報告者 佐々木 稔 2003年5月21日 2.1 データと学習
第5章 回帰分析入門 統計学 2006年度.
事例研究(ミクロ経済政策・問題分析 I) - 規制産業と料金・価格制度 -
東京工業大学 機械制御システム専攻 山北 昌毅
離婚が出生数に与える影響 -都道府県データを用いた計量分析
事例研究(ミクロ経済政策・問題分析 III) - 規制産業と料金・価格制度 -
                                                                            
計測工学 復習.
第5章 回帰分析の諸問題(2) ー 計量経済学 ー.
相関分析.
データ解析 静岡大学工学部 安藤和敏
市場規模の予測.
VII. 空間モデル.
第6章 連立方程式モデル ー 計量経済学 ー.
事例研究(ミクロ経済政策・問題分析 I) - 規制産業と料金・価格制度 -
 統計学講義 第11回     相関係数、回帰直線    決定係数.
4章までのまとめ ー 計量経済学 ー.
モデルの逆解析 明治大学 理工学部 応用化学科 データ化学工学研究室 金子 弘昌.
確率論の基礎 「ロジスティクス工学」 第3章 鞭効果 第4章 確率的在庫モデル 補助資料
市場規模の予測.
部分的最小二乗回帰 Partial Least Squares Regression PLS
第3章補足2 多変量データの記述 統計学基礎 2010年度.
データの型 量的データ 質的データ 数字で表現されるデータ 身長、年収、得点 カテゴリで表現されるデータ 性別、職種、学歴
「データ学習アルゴリズム」 第3章 複雑な学習モデル 報告者 佐々木 稔 2003年6月25日 3.1 関数近似モデル
第3章 線形回帰モデル 修士1年 山田 孝太郎.
ベイズ最適化 Bayesian Optimization BO
情報経済システム論:第13回 担当教員 黒田敏史 2019/5/7 情報経済システム論.
最尤推定・最尤法 明治大学 理工学部 応用化学科 データ化学工学研究室 金子 弘昌.
回帰分析(Regression Analysis)
最小二乗法による線形重回帰分析 明治大学 理工学部 応用化学科 データ化学工学研究室 金子 弘昌.
重回帰分析入門 経済データ解析 2008年度.
構造方程式ゼミナール 2012年11月14日-11月21日 構造方程式モデルの作成.
実験計画法 Design of Experiments (DoE)
Locally-Weighted Partial Least Squares LWPLS 局所PLS
重回帰分析入門 (第5章補足) 統計学 2007年度.
「データ学習アルゴリズム」 第3章 複雑な学習モデル 報告者 佐々木 稔 2003年8月1日 3.2 競合学習
回帰分析入門 経済データ解析 2011年度.
統計現象 高嶋 隆一 6/26/2019.
Fourier 変換 Mellin変換 演習課題
混合ガウスモデル Gaussian Mixture Model GMM
Presentation transcript:

補章 時系列モデル入門 ー 計量経済学 ー

時系列モデルとは 時系列モデルは、計量経済モデル(消費関数などの回帰モデル)とは異なり、被説明変数を、その変数の過去の値と攪乱項からのみ説明しようとするモデルである。 AR(Auto Regressive)モデル MA(Moving Average)モデル AR項とMA項を組み合わせてモデルを作る  (例) ARMA(2,1)

定常系列と非定常系列 時系列分析では、時系列データが、ある確率過程から生み出されたものと考える。 確率過程の特性値として、その平均、分散、自己共分散が考えられ、これらを推定したい。 しかし、経済時系列では、ある時点について1つの観測値しかないため、データ不足によって推定できない。 そこで、確率過程に定常性といわれる、次のような性質を想定し、特性値の数を減らすことで推定可能とする。

定数項なしのAR(1)モデル    定常性の条件 ⇔

このような非定常な系列の中には、階差をとることによって、定常になるものもある。 階差をとることによって、定常のARMAモデルになるモデルは、ARIMA(Auto Regressive Integrated Moving Average)モデルといわれ、ARIMA(p,d,q)とあらわす。 p,qはそれぞれ、AR部分とMA部分の次数、dは階差をとる回数である。

経済時系列モデル分析の手順 経済時系列モデルを用いた分析は次のような手順でおこなう。 モデル同定 モデル推定 予測

モデル同定 モデル同定は、モデルの次数を決定するステップである。 モデル同定は、自己相関、偏自己相関のグラフを用いて、最適な次数を決定する。 ⇒ たとえばAR(1)モデルであれば、自己相関のグラフは次第に減衰していき、偏自己相関のグラフは2期差以上は0となる。

モデル推定 同定されたモデルの、パラメータを推定することが、モデル推定である。 最小2乗法で推定できるモデルは限定的であり、最尤法などを用いる。