時系列解析、時系列分析

時系列データの分析、予測 : (ARIMA、指数平滑化、重回帰等)が利用可能です

naglibball

組込み可能な時系列予測ライブラリ

nAG数値計算ライブラリでは時系列解析を行うための 各種アルゴリズム(サブルーチン)が提供されています。 nAG数値計算ライブラリはC/C++, Java, VB, VBA(Excel), MATLAB®(Toolboxとして)など様々な環境からご利用いただけます。またWindows, Linux, MAC OS-X, Solarisなど様々なOS、コンパイラをサポートします。 nAGライブラリについての詳細はこちらをご参照下さい。

nAGが提供する時系列解析機能

単変量時系列解析

指数平滑法
単純、ブラウン、ホルト線形、ホルトウィンタース(乗法及び加法)。
時系列データ変換
観察値の分散が一定でない場合などに必要なデータ変換を行います。
時系列データの差分
線形トレンドや固定季節パターンを取り去ります。
自己相関関数
ACF(autocorrelation function)
偏自己相関
PACF(Partialautocorrelation function)
ARIMAモデル
ARIMAモデルの推定と予測が可能です。
ARMAモデル
ARMAモデルの推定と予測が可能です。

単変量スペクトル分析

遅延窓によるスペクトルスムージング
直接的なスペクトルスムージング

時系列間の線形遅延関係

伝達関数モデル
相互相関
ARIMAモデルによる前処理
多入力モデル
多入力モデルの推定と予測が可能です
伝達関数モデルフィルタリング

多変量時系列解析

多変量時系列の変換及び差分
多変量時系列のモデル推定
VARMAモデル
VARMAモデルによる推定と予測が可能です

カルマンフィルター

カルマンフィルターのモデル推定および予測が可能です

GARCHモデル

ARCHモデルとその一般化
GARCHモデルの推定

時系列解析関数一覧

nag_tsa_diff 一変量時系列, 季節及び非季節階差
nag_tsa_auto_corr 一変量時系列, 標本自己相関関数
nag_tsa_auto_corr_part 一変量時系列, 自己相関から偏自己相関
nag_tsa_resid_corr 一変量時系列, 残差の診断, g13aec または g13afcに従う
nag_tsa_mean_range 範囲または標準偏差平均プロットに対して必要となる量の計算
nag_tsa_arma_filter 多変量時系列, 自己回帰和分移動平均モデルによるフィルタ(プレ・ホワイトニング)
nag_tsa_transf_filter 多変量時系列, 伝達関数モデルによるフィルタ
nag_tsa_cross_corr 多変量時系列, 相互相関
nag_tsa_transf_prelim_fit 多変量時系列, 伝達関数モデルの予備推定
nag_tsa_multi_inp_model_estim 多変量時系列, 多入力モデルの推定
nag_tsa_multi_inp_update 多変量時系列, 多入力モデルから予測に対する状態集合の更新
nag_tsa_multi_inp_model_forecast 多変量時系列, 完全に特定化した多入力モデルからの状態集合と予測
nag_tsa_options_init オプション設定の初期化
nag_tsa_transf_orders 伝達関数モデルのパラメータ構造体の割り当て
nag_tsa_trans_free 伝達関数モデルのパラメータ構造体の開放
nag_tsa_spectrum_univar_cov 一変量時系列, 方形, バートレット, テューキー, パルゼンのラグ・ウィンドウを用いた平滑化標本スペクトル
nag_tsa_spectrum_univar 一変量時系列, 台形周波数(ダニエル)ウィンドウにより平滑化したスペクトルを用いた平滑化標本スペクトル
nag_tsa_spectrum_bivar_cov 多変量時系列, 方形, バートレット, テューキー, パルゼンのラグ・ウィンドウを用いた平滑化標本相互スペクトル
nag_tsa_spectrum_bivar 多変量時系列, 台形周波数(ダニエル)ウィンドウにより平滑化したスペクトルを用いた平滑化標本相互スペクトル
nag_tsa_cross_spectrum_bivar 多変量時系列, 相互振幅スペクトル, 二乗コヒーレンシー, 限定, 1変量と2変量(相互)スペクトル
nag_tsa_gain_phase_bivar 多変量時系列, ゲイン, 位相, 限定, 1変量と2変量(相互)スペクトル
nag_tsa_varma_estimate 多変量時系列, VARMAモデルによる予測
nag_tsa_varma_forecast 多変量時系列, 予測とその標準誤差
nag_tsa_varma_update 多変量時系列, 予測とその標準誤差の更新
nag_tsa_varma_diagnostic 多変量時系列, 残差の診断, G13DCFに従う
nag_tsa_noise_spectrum_bivar 多変量時系列, 雑音スペクトル, 限定, 衝撃応答関数とその標準誤差
nag_tsa_multi_auto_corr_part 多変量時系列, 多重二乗偏相関
nag_tsa_multi_diff 多変量時系列, 階差及び/または変換(g13dccの前に使う)
nag_tsa_multi_cross_corr 多変量時系列, 標本相互相関または相互共分散行列
nag_tsa_multi_part_lag_corr 多変量時系列, 標本偏ラグ相関行列, カイ二乗統計量と有意水準
nag_tsa_multi_part_regsn 多変量時系列, 偏自己回帰行列
nag_tsa_arma_roots ベクトル自己回帰(または移動平均)演算子の根の計算
nag_kalman_sqrt_filt_cov_var 測定と時間更新の組み合わせ, カルマン・フィルタの1回の繰り返し, 時間変化, 平方根共分散フィルタ
nag_kalman_sqrt_filt_cov_invar 測定と時間更新の組み合わせ, カルマン・フィルタの1回の繰り返し, 時間不変, 平方根共分散フィルタ
nag_kalman_sqrt_filt_info_var 測定と時間更新の組み合わせ, カルマン・フィルタの1回の繰り返し, 時間変化, 平方根フィルタ
nag_kalman_sqrt_filt_info_invar 測定と時間更新の組み合わせ, カルマン・フィルタの1回の繰り返し, 時間不変, 平方根フィルタ
nag_trans_hessenberg_observer (A,C)をHessengerg形式にユニタリ変換
nag_trans_hessenberg_controller (A,C)をHessengerg形式にユニタリ変換
nag_estimate_agarchI 一変量時系列, 対称GARCHプロセス又は (εt-1 + γ)2形式で非対称なGARCHプロセスパラメータ推定
nag_forecast_agarchI 一変量時系列, 対称GARCHプロセス又は (εt-1 + γ)2形式で非対称なGARCHプロセス予測関数
nag_estimate_agarchII 一変量時系列, (|εt-1| + γ εt-1)2 形式で非対称なGARCHプロセスパラメータ推定
nag_forecast_agarchII 一変量時系列, (|εt-1| + γ εt-1)2 形式で非対称なGARCHプロセス予測関数
nag_estimate_garchGJR 一変量時系列, 非対称なGJR GARCHプロセスパラメータ推定
nag_forecast_garchGJR 一変量時系列, 非対称なGJR GARCHプロセス予測関数
nag_tsa_free g13オプション設定で使用するメモリの開放


関連情報
MENU
© 日本ニューメリカルアルゴリズムズグループ株式会社 2024
Privacy Policy  /  Trademarks