🦔
時系列解析 記号チートシート
時系列解析
名称 | 記号 | 意味 |
---|---|---|
時系列データ | ||
期待値 |
|
|
分散 | ||
共分散 | ||
弱定常 |
|
weakly stationary |
強定常 | Strongly stationary | |
自己共分散関数 | 弱定常を満たす場合tによらずラグkのみに依存する | |
標本自己共分散関数 | 標本集団から求めた自己共分散関数 | |
自己相関関数 | k=0に対するあるkの自己共分散関数 | |
偏自己相関関数 | k-1時点までの影響が取り除かれた自己相関 | |
標本自己相関関数 | 標本集団から求めた自己相関関数 グラフ化した図はコレログラムと呼ばれる |
|
正規分布 | xは平均\mu分散\sigmaの正規分布に従う | |
ホワイトノイズ |
|
期待値が0であり、分散が一定であり、自己共分散が0である 未来を予測する情報がない純粋な雑音 |
ランダムウォーク | ホワイドノイズの累積和 | |
ドリフト率 | 線形トレンドを加えたランダムウォーク |
ベイズ統計
名称 | 記号 | 意味 |
---|---|---|
周辺密度関数 | ||
条件付き密度関数 | ||
ベイズの定理 |
|
|
事後同時分布 | 全ての観測値に対する全ての状態の条件付き確率 MCMCにより計算 |
|
事後周辺分布 | ある区間の観測値に対する現在の状態の条件付き確率 逐次ベイズフィルタにより計算 |
|
条件付き期待値 |
f(x)はxの実数値関数 |
|
条件付き平均 |
状態空間モデル
線形・ガウス型状態空間モデル
名称 | 記号 | 意味 |
---|---|---|
状態変数 | 潜在変数 | |
観測変数 | 観測値 | |
状態方程式 システム方程式 |
|
|
観測方程式 |
|
|
一期先予測 | 条件付き期待値 | |
予測誤差分散 | 条件付き分散 | |
一期先予測分布 | 一期前のフィルタリング分布で状態を時間発展させたもの | |
一期先予測尤度 | 規格化定数 | |
フィルタ化推定量 | 一期先予測分布から求める | |
推定誤差分散 | 同様 | |
フィルタ分布 | 一期先予測分布を尤度で補正したもの | |
一期先予測誤差 | イノベーション | |
一期先予測分散 | イノベーションの条件付き分散 | |
平滑化状態 | 未来の観測値から状態を補正 | |
平滑化状態分散 | 同様 | |
平滑化分布 | 知識発見に有用 |
一般状態空間モデル
名称 | 記号 | 意味 |
---|---|---|
実効サンプル数 | サンプル間に相関がないと想定し場合のサンプル数 | |
chain | 異なる初期値ごとのサンプリング列 | |
thinning | サンプリング頻度 | |
warm up | サンプル列から除外するステップの期間 | |
粒子 | tにおけるn個目の粒子 | |
重み | tにおけるn個目の重み | |
補助変数列 | 補助粒子フィルタの1回目のリサンプリングのインデックス |
Discussion