ベクトル結合モデルと一変量コンポーネントモデル
イリノイ州シャンぺーンにおける2014年5月の時間毎の気温データを得る．
| In[1]:= |  X |
| In[2]:= |  X |
TimeSeriesAggregateを使って日々の最低・最高気温を計算する．
| In[3]:= |  X |
それらをベクトル時系列にまとめる．
| In[4]:= |  X |
| Out[4]= |  |
| Out[5]= |  |
データの最初の部分はモデルを見付けるために使われ，残りの部分は予測の基準集合としての役割を果たす．
| In[6]:= |  X |
気温には相互相関関係がある．
| In[7]:= |  X |
| Out[7]= |  |
ベクトルモデルをデータにフィットする．
| In[8]:= |  X |
| Out[8]= |  |
次の5日間を予測する．
| In[9]:= |  X |
| Out[10]= |  |
両方の気温に対してそれぞれ次数の長い，同じタイプの一変量モデルを見付ける．
| In[11]:= |  X |
| Out[11]= |  |
| In[12]:= |  X |
| Out[12]= |  |
一変量予測をまとめてプロットする．
| In[13]:= |  X |
| Out[13]= |  |
予測を比較する．
| In[14]:= |  X |
| Out[15]= |  |
ベクトル予測と95%の信頼域をプロットする．
| Out[17]= |  |
一変量予測と95%の信頼域をプロットする．
| Out[20]= |  |
両方の予測とそれぞれの信頼域を比較する．
| Out[21]= |  |
