長期記憶時系列モデルの推定とウェーブレット変換

松本　直久

（指導教員：堀田 武彦 助教授／ 数理情報第6研究室）

研究概要

時系列データの自己相関関数の減衰が緩慢である性質を、長期記憶性といいます。この性質は、近年の発展が目覚しいウェーブレット解析によって確かめることができます。本論文では時系列データを二乗すると、この性質がどうなるのか考察しました。

パラメータdの値が0.5に近くなるほど記憶が長期的になる。図はd=0.49の場合

卒論の感想

難解な長期記憶時系列モデルと、ウェーブレット解析の理論について短期間で勉強したので大変でしたが、自分の知識を広げる良い機会となりました。