K_DM Book
用語集
対象者 標準
対象者別の入口 →

対象者の設定はこのブラウザの中にだけ保存されます。

言語 JA

自己回帰 (AR) モデルの予測

中級

04.6.2

自己回帰 (AR) モデルの予測

最終更新 2020-05-23 読了時間 3 分
まとめ
自己回帰(AR)モデルは「今日の値 = 係数 × 昨日の値 + ノイズ」のように、自分自身の過去の値の線形結合で次の値を予測する最も基本的な時系列モデルです。係数 \(\phi\) が 1 に近いほど前の値を引きずる滑らかな系列になり、0 に近いほどノイズだけの系列に近づきます。このページでは \(\phi = 0.7\) の AR(1) 過程から 220 日分の系列を作り、先頭 200 日で statsmodels.tsa.ar_model.AutoReg(train, lags=3) を学習して、forecast(steps=20) で残り 20 日を予測します。読み終えると、予測が \(0.7^h\) の速さで平均へ戻っていく理由と、lags を PACF や AIC で決める手順が分かります。

自己相関関数 (ACF) で「1 期前・2 期前の自分自身との相関」を先に見ておくと、AR の係数が何を表すかがつかみやすくなります。

直感 #

今日の気温が 25 ℃ なら、明日も 25 ℃ 前後になる確率が高く、1 週間後になると今日の情報はほとんど役に立ちません。AR(1) モデルはこれを「明日の値 = 0.7 × 今日の値 + ノイズ」の 1 本で表します。今日の値の 7 割が明日に持ち越され、その 7 割(49%)が翌日に、さらに 7 割(34%)がその次に、と影響は幾何級数的に薄れます。20 日先には \(0.7^{20} \approx 0.0008\) しか残らないので、予測線は平均へ吸い込まれるように収束します。これが AR モデルの予測が「短期は当たるが長期は平均に戻る」形になる理由です。

何が起きているか(ステップで見る) #

コードを読む前に、この手法が図の上で何をしているかを追ってみましょう。「再生」を押すか、スライダーを動かすと 1 手順ずつ進みます。

見るポイント:φ が 1 に近いほど前の値を引きずり、波がゆっくりになる。負なら 1 期ごとに符号が反転しやすい。このページのデータは φ = 0.7 で作っているので、スライダーの 0.5 と 0.9 の間の形になる。

式で書くと何を推定しているか #

AR(p) モデルは、今日の値を直近 \(p\) 日の値の重み付き和と定数、ノイズで表します。

$$ y_t = c + \phi_1 y_{t-1} + \phi_2 y_{t-2} + \cdots + \phi_p y_{t-p} + \varepsilon_t $$

このページのデータは \(y_t = 0.7,y_{t-1} + \varepsilon_t\)(\(\varepsilon_t \sim N(0, 1)\))の AR(1) なので、正解は \(c = 0,\ \phi_1 = 0.7\) です。AutoReg(lags=3) は \(\phi_1, \phi_2, \phi_3\) の 3 つを推定するため、\(\phi_2, \phi_3\) は 0 に近い値になるはずです。AR(1) の \(h\) 日先の予測は

$$ \hat{y}_{T+h} = \phi_1^{h}\, y_T $$

と書け、\(0.7^1 = 0.7,\ 0.7^5 \approx 0.17,\ 0.7^{10} \approx 0.03\) と最後の観測値の影響が消えていきます。\(|\phi_1| < 1\) が定常性の条件で、1 以上だと系列が発散してこの式が使えません。

Python で AR(3) を学習して 20 日先を予測する #

次のコードは、\(\phi = 0.7\) の AR(1) 過程を 220 日分シミュレーションし、先頭 200 日で AutoReg(lags=3) を学習して、残り 20 日の予測を実測の上に重ねます。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from statsmodels.tsa.ar_model import AutoReg

rng = np.random.default_rng(20)
dates = pd.date_range("2020-01-01", periods=220, freq="D")
values = []
prev = 0.0
for t in range(len(dates)):
    prev = 0.7 * prev + rng.normal(0, 1)
    values.append(prev)

series = pd.Series(values, index=dates)
train = series.iloc[:-20]
test_index = series.index[-20:]

model = AutoReg(train, lags=3).fit()
forecast = model.forecast(steps=20)

fig, ax = plt.subplots(figsize=(7, 4))
ax.plot(series.index, series, color="#cbd5f5", label="実測値(全体)")
ax.plot(train.index, train, color="#2563eb", linewidth=1.2, label="学習区間")
ax.plot(test_index, forecast, color="#f97316", linewidth=1.6, label="AR(3) 予測")
ax.set_title("自己回帰モデルによる短期予測")
ax.set_xlabel("日付")
ax.set_ylabel("値")
ax.legend()
ax.grid(alpha=0.3)

fig.tight_layout()
fig.savefig("static/images/timeseries/ar_model.svg")

自己回帰 (AR) モデルの予測の図

実行結果の読み方 #

青の系列は平均 0 のまわりを標準偏差約 1.4(\(1/\sqrt{1-0.7^2}\))で上下し、φ = 0.7 の名残で数日単位のゆるい波を作ります。橙の予測線は学習区間の最後の値から始まり、1 日目で約 7 割、5 日目で約 17% まで縮んで、10 日目以降は 0 付近の水平線になります。実測(薄い青)は予測線のまわりで上下し続けるので、最初の 2〜3 日は近く、それ以降は「平均を答えているだけ」になっていることが読み取れます。model.params を表示すれば y.L1 ≈ 0.7 と y.L2、y.L3 がほぼ 0 であることを確認できます。

使いどころと落とし穴 #

AR モデルが力を発揮するのは、直前の値との依存が強く(ACF のラグ 1 が 0.5 を超えるなど)、平均と分散が時間で変わらない定常な系列の短期予測です。ラグ数 lags は PACF が信頼帯に入る直前のラグか、ar_select_order の AIC で決め、むやみに増やすと係数の推定誤差が増えるだけで予測は良くなりません。予測は再帰で進むため先になるほど誤差が累積し、\(\phi^h\) が小さくなると平均を答えるだけになります。右上がりのトレンドや周期 7 日の季節性がある系列には、まず差分を取るか、ARIMA や SARIMAX へ切り替えてください。