VARモデルの特徴

問題

ベクトル自己回帰モデル (VARモデル)に関する記述として正しいものを1つ選べ。

ベクトル自己回帰モデル（VARモデル：Vector Autoregressive model）は、自己回帰モデル（ARモデル）を多変量に拡張した時系列モデルです。

単一の変数だけでなく、複数の時系列変数が互いにどのように影響を与え合っているか（相互依存関係）を同時に捉えることができます。

実務のデータ分析においては、例えば「気温」と「アイスの売上」のように、関連する複数の要因を組み合わせたより高精度な予測を行う際に重宝されます。

1. ベクトル自己回帰モデル (VARモデル)は単一の時系列のみ扱える

誤り：VARモデルは「複数」の時系列変数を同時に扱うことができる多変量モデルです。単一の時系列のみを扱うのは自己回帰モデル（ARモデル）などです。

2. ベクトル自己回帰モデル (VARモデル)は複数変数の相互依存を同時にモデル化できる

正しい：複数の時系列データが互いに過去の値からどのような影響を受けているかを、連立方程式のように同時にモデル化できるのがVARモデルの最大の特徴です。

3. ベクトル自己回帰モデル (VARモデル)は過学習の心配がない

誤り：扱う変数やラグ（過去に遡る期間）が増えると推定するパラメータの数が急激に増加するため、過学習（データに適合しすぎる状態）を起こしやすくなります。

4. ベクトル自己回帰モデル (VARモデル)は行列を使わずに表現される

誤り：複数の変数と方程式を簡潔に表現するため、数学的にはベクトルと行列（係数行列など）を用いて定式化されます。

← 前の問題次の問題 →

📚 より詳細を学びたい方へ