|
自己回帰移動平均モデル(じこかいきいどうへいきんモデル、、ARMAモデル)は、統計学において時系列データに適用されるモデルである。George Box と G. M. Jenkins の名をとって "ボックス・ジェンキンスモデル" とも呼ばれる。 時系列データ ''X''''t'' について、ARMAモデルはその将来の値を予測するためのツールとして機能する。モデルは自己回帰(AR)部分と移動平均(MA)部分からなる。一般に ARMA(''p'',''q'')モデルと表記され、''p'' は自己回帰部分の次数、''q'' は移動平均部分の次数を表す(定義は後述)。 == 自己回帰モデル == AR(''p'') という表記は次数 ''p'' の自己回帰モデルを表す。AR(''p'')モデルは次の式で表される。 ここではモデルのパラメータ、 は定数項、 は誤差項(後述)である。定数項は単純化するために省かれることが多い。 自己回帰モデルは基本的に無限インパルス応答フィルタに一種の変形を加えたものである。 モデルとして定常的であるために、パラメータの値には何らかの制約が必要である。例えば、|φ1| > 1 となる AR(1)モデルは定常的ではない。 抄文引用元・出典: フリー百科事典『 ウィキペディア(Wikipedia)』 ■ウィキペディアで「自己回帰移動平均モデル」の詳細全文を読む 英語版ウィキペディアに対照対訳語「 Autoregressive-moving-average model 」があります。 スポンサード リンク
|