전이함수 모형은 연속관측된 다변량 시계열 자료로부터 종속변수에 영향을 미치는 독립변수인 시계열 변수간 인과관계를 분석하는 대표적인 형태라고 할 수 있으며 단변량 ARIMA 모형의 확장이다.
보통 다른 포스팅에서는 "입력시계열과 출력시계열로 사용되는 시계열 사이의 관계를 회귀모형의 형태로 표현한 것" 이 라고도 표현하며, 이 때 입력시계열은 독립변수를, 출력시계열은 종속변수를 의미한다.
ARIMA 모형은 전이함수모형에서 입력계열이 없는 경우이다. 즉, 종속변수에 영향을 미치는 추가적인 독립변수(공분산, 잠재변수)를 고려하지 않은 모형이다.
'Time Series analysis' 카테고리의 다른 글
Derivate-DTW(Derivate Dynamic Time Warping) (0) | 2021.06.29 |
---|---|
개입분석(intervention analysis) (0) | 2020.12.11 |
ARIMA 오차 회귀 모형 (0) | 2020.11.23 |
시계열 검정 (자기상관 검정, 단위근 검정, 정상성 검정) (0) | 2020.10.25 |
정상시계열과 비정상시계열 (0) | 2020.10.07 |
댓글