統計モデル識別の新たな視点

時系列解析における統計的仮説検定の発展の歴史を簡潔に概観し、仮説検定手続きが統計モデル識別のための手続きとして十分に定義されていないことを指摘する。古典的な最尤推定法を復習し、統計的識別の目的のために設計された新しい最小情報理論的基準（AIC）推定（MAICE）を導入する。複数の競合モデルが存在する場合、MAICEはモデルとパラメータの最尤推定値によって定義され、AIC = (-2)log-(最尤値) + 2(モデル内で独立に調整されたパラメータ数)で定義されるAICの最小値を与える。MAICEは従来の仮説検定手続きの適用に内在する曖昧さから解放された、多用途な統計モデル識別手続を提供する。時系列解析におけるMAICEの実用的有用性をいくつかの数値例を用いて実証する。