Gunosy2015 09-16ts
13
時系列解析入門 13章 2015-09-16 @gunosy
-
Upload
yuta-kashino -
Category
Business
-
view
609 -
download
1
Transcript of Gunosy2015 09-16ts
時系列解析入門 13章2015-09-16 @gunosy
今日の内容• 非定常時系列の扱いを学びます
• 平均値が時間とともに変化するケースはトレンドモデルで学びました
• 今回は平均値の周りの変動(分散)が時間と共に変化するケースです
• 分散だけでなく,自己共分散関数,パワースペクトルも時間変化します
• 二つの推定方法があります
• 時間と共に変化する分散を直接推定
• 係数が時間変化するARモデル(時変係数ARモデル)としてフィッティング
• 例は局所ARモデルと同様の地震波です
状態空間モデル
時間依存
正規分布近似
カルマンフィルタ!
分散1の時系列に 変換できる
log�̂
2
sm
ynp�̃2
地震波
このままではパラメータ多すぎなので,係数の時間変化の制約として 確率的トレンドモデルを導入する
時間依存係数
また変数変換で状態空間モデルに持っていくk = 1xnj = anj
k = 2xnj = (anj , an�1,j)
Tシステムモデル
観測モデル
時系列ARモデル状態空間表現
はクロネッカープロダクト⌦
強すぎる仮定のように見えるが,ARオペレーターの 周波数応答関数がなめらかになることを考えれば自然に 出てくる 13.4 (今回は割愛)
パラメータの決定方法
時系列ARモデル状態空間表現 m=2, k=2
地震波 r=20
時変ARスペクトル
定常ARスペクトル
P波
S波
係数が急激に変化するときの対応: 局所定常ARで分割する
k=2, m=8, n=630, 1026で急激な変化点
不連続点を入れるために全体にノイズが必要等の工夫がいる
ありがとうございました