統計学輪講 第7回

振動はさまざまな自然現象で現れ、多くの時系列データは振動成分の重ね合わせとみなすことができる。 たとえば、脳イメージングによって得られる EEG や MEG などの時系列データはアルファ波やシータ波など特有の振動成分をもつ。 本講演では、状態空間モデルを用いて時系列データを振動成分に分解する統計手法について紹介する。 この手法によって、時系列データの背後に潜む振動子の振幅や位相のダイナミクスをデータ駆動的に取り出せることを示す。