単変量モデルの過程

まとめ

AR過程の仕組みをシミュレーションで理解し、自己回帰の振る舞いを可視化する。
MA過程で誤差項の影響がどのように伝播するかを確認する。
AR/MAの理論的な背景を押さえ、ARIMAモデルの理解につなげる。

直感 #

ARIMAモデルを使いこなすには、その構成要素であるAR過程とMA過程の振る舞いを理解しておく必要がある。AR過程では過去の値が現在に影響し、MA過程では過去の誤差が現在に影響する。人工データでシミュレーションし、パラメーターを変えたときに系列がどう変化するかを目で確認することで、モデルの次数選択に対する直感が身に付く。

詳細な解説 #

このチャプターで学べること #

AR過程のシミュレーションと、係数による系列の振る舞いの変化
MA過程のシミュレーションと、誤差の伝播パターン
AR/MA過程のACF/PACFの理論的な形状

これがわかるとできること #

ARやMAの次数を変えたときに系列がどう変わるかを直感的に理解できる
ACF/PACFの形状からAR/MAの次数を推測する根拠を説明できる
ARIMAの（p,d,q）パラメーター選択の判断力が高まる

学習の進め方 #

まずAR過程のシミュレーションで自己回帰の基本を学ぶ
MA過程で誤差項の伝播を確認する