회귀분석 - OLS 추정량 - 대수의법칙, 중심극한 정리 - 정상시계열, 약한의존성 시계열데이터 표본 i.i.d 조건 위반 https://blog.naver.com/storyart99 재테크에 코딩을 더하라 : 네이버 블로그 * 재테크 스토리 * 재테크에 코딩을 더하라 blog.naver.com 이전 글에 이어서 작성하겠다. 시계열데이터를 상상해보라.
표본 사이에 dependence가 항상 존재하며 시간이 지나도 동일한 분포를 따른다는 것이 성립하지 않는다. 즉 i.i.d 조건을 만족하지 않고 이는 추정량 분포를 알기 위한 중요한 통계적 성질인 대수의법칙과 중심극한정리를 사용할 수 없게 된다.
그래서 시계열 자료에서도 대수의 법칙과 중심극한정리가 성립한 수 있는 조건을 통계학자들이 찾아내었는데, 그것이 바로 시계열의 정상성(Covariance Stationarity)과 약한 의존성(Weak Dependence)이다. 확률과정(Stochastic Process) 그러면 시계열데이터에서...
#
강한정상성
#
공분산정상성
#
시계열데이터
#
약한의존성
#
약한정상성
#
의존성
#
정상성
#
표본임의추출
원문 링크 : 시계열데이터 정상성과 의존성
