[[実践 時系列解析]] 6章 "時系列に使える統計モデル"より抜粋して引用。 - [[自己回帰モデル]] - [[移動平均モデル]] - [[自己回帰和分移動平均モデル]] - [[ベクトル自己回帰モデル]] - [[階層モデル]] --- [[実践 時系列解析]] 6.1 線形回帰を使わない理由 より引用 - 線形回帰の仮定は時系列データには当てはまらない。 - 時間的に近い点同士に強い相関がある傾向がある。（時間相関） - [[最小二乗線形回帰]]は以下の2つの条件を満たせば、時系列に適用可能。 - 時系列の挙動に関する仮定 - 時系列は、予測変数に対して線形に応答する。 - 入力変数はいずれも、時間的に一定であったり別の入力変数と完全な相関を持つことはない。 従来の線形回帰の独立変数の要件を、データの時間次元を考慮するように拡張 - 誤差に関する仮定 - 各時間点について、誤差の期待値は、すべての期間(前方後方とも)におけるすべての説明変数が与えられた場合に、ゼロである。 - 任意の期間における誤差は、過去もしくは未来のどの期間における入力とも相関がない。した がって、誤差の自己相関関数のプロットは、どんなパターンも示さない。 - 誤差の分散は時間に独立である。