共和分対スパリアス相関:正確な分析のための違いを理解する

共和分対スパリアス相関の理解

時系列における相関と因果関係の違い

Wance Paleriによる写真、Unsplash

背景

時系列分析では、ある系列が他の系列に影響を与えるかどうかを理解することが価値があります。例えば、商品取引業者にとって、商品Aの増加が商品Bの増加につながるかどうかを知ることは役に立ちます。もともと、この関係は線形回帰を用いて測定されていましたが、1980年代にクライブ・グレンジャーポール・ニューボールドは、特に非定常な時系列に対してこの手法が誤った結果をもたらすことを示しました。その結果、彼らは共和分という概念を考案し、グレンジャーはノーベル賞を受賞しました。この記事では、共和分の必要性と応用、そしてデータサイエンティストが理解すべき重要な概念である理由について議論したいと思います。

見かけの相関

概要

共和分について話し合う前に、その必要性について話し合いましょう。歴史的に、統計学者や経済学者は異なる時系列間の関係を判断するために線形回帰を使用していました。しかし、グレンジャーとニューボールドはこの手法が誤っており、見かけの相関というものにつながることを示しました。

見かけの相関とは、二つの時系列が相関して見えるが、実際には因果関係がない状態を指します。これは典型的な「相関は因果関係を意味しない」という言葉です。統計的なテストでも、因果関係があると判断されることがありますので、危険です。

見かけの関係の例を以下のプロットで示します:

筆者によるPythonで生成されたプロット

ここでは、時間の関数としてプロットされた二つの時系列A(t)B(t)があります(左)また、互いにプロットされたものもあります(右)。右側のプロットからわかるように、回帰直線によっていくつかの相関が見られます。しかし、左側のプロットを見ると、B(t)が一貫して増加している一方で、A(t)は乱れて変動しています。さらに、二つの時系列間の平均距離も増加しています…

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

人工知能

Aaron Lee、Smith.aiの共同設立者兼CEO - インタビューシリーズ

アーロン・リーさんは、Smith.aiの共同創業者兼CEOであり、AIと人間の知性を組み合わせて、24時間365日の顧客エンゲージメン...

人工知能

ファイデムのチーフ・プロダクト・オフィサー、アルパー・テキン-インタビューシリーズ

アルパー・テキンは、FindemというAI人材の獲得と管理プラットフォームの最高製品責任者(CPO)ですFindemのTalent Data Clou...

機械学習

もし芸術が私たちの人間性を表現する方法であるなら、人工知能はどこに適合するのでしょうか?

MITのポストドクターであるジヴ・エプスタイン氏(SM '19、PhD '23)は、芸術やその他のメディアを作成するために生成的AIを...

人工知能

『ジュリエット・パウエル&アート・クライナー、The AI Dilemma – インタビューシリーズの著者』

『AIのジレンマ』は、ジュリエット・パウエルとアート・クライナーによって書かれましたジュリエット・パウエルは、著者であ...

人工知能

「Ami Hever、UVeyeの共同創設者兼CEO - インタビューシリーズ」

עמיר חבר הוא המנכל והמייסד של UVeye, סטארט-אפ ראיה ממוחשבת בלמידה עמוקה, המציבה את התקן הגלובלי לבדיקת רכבים עם זיהוי...

データサイエンス

「2023年にデータサイエンスFAANGの仕事をゲットする方法は?」

データサイエンスは非常に求められる分野となり、FAANG(Facebook、Amazon、Apple、Netflix、Google)企業での就職は大きな成...