AR過程とMA過程で時系列データを生成しよう！
Вставка
- Опубліковано 13 жов 2024
- この動画では、AR過程とMA過程、そしてそれを組合せたARMA過程について説明してみようと思います！
★pythonコード：k-dm.work/ja/t...
-----------------------------
★SNS
twitter： in...
ブログ: kdm.hatenablog...
コード置き場: k-dm.work/ja/
-----------------------------
★BGM
Flower Field (by FLASH☆BEAT様) dova-s.jp/bgm/...
-----------------------------
★このチャンネルについて
週に一回ペースで機械学習・データサイエンスに関する情報を発信します！よろしければチャンネル登録お願いします。大変励みになります。
#機械学習 #データ分析 #Python
コメント失礼いたします。
ARMAモデルの説明の部分で、「ARだけでは説明できなかった急激な増減」をMAモデルの1つ前の誤差項で説明できるとおっしゃっているように解釈したのですが、この部分がいまいちわかりません。
急激な増減は1つ前の値を参照するARモデルの部分では説明しきれないのでしょうか。
また、MAモデルの誤差項というのがいまいち何を表しているかわからないので教えていただきたいです。
コメントありがとうございます。
以下はあくまで自分の解釈である点ご留意願います。
> 急激な増減は1つ前の値を参照するARモデルの部分では説明しきれないのでしょうか。
これは説明できると思います。急激な増加や急激な減少はARで説明できますし、直前の値に基づいて次の値が決まるようなケースは基本的にはARで説明できます。
> MAモデルの誤差項というのがいまいち何を表しているか
これにはいろいろな見方があると思いますが、誤差（＝突発的なイベント）の影響がどれくらい長引くかを示しているとも見れます。
たとえば、ある家の出費の時系列データがあったとします。
1月：20万円
2月：21万円
3月：21万円
4月：20万円
5月：21万円
6月：22万円
7月：24万円
8月：52万円←引っ越しして30万払った
9月：38万円←インターネット工事完了で15万払った
10月：28万円
11月：23万円
12月：20万円
1月：21万円
2月：20万円
3月：51万円←引っ越しして28万払った
4月：32万円←インターネット工事完了で15万払った
5月：29万円
今、この例では引っ越しによる出費増加の影響が2カ月にわたって続いていたことがわかります。
毎月の出費は大体22万円くらいで一定ですからこれを定数項とするとＡＲ(２)モデルを使えば
今月の出費＝22万＋0.1*先月の出費＋0.1*先々月の出費+今月の誤差
といった感じのモデルができると思われます。ARMA（２，２）を使えば、
今月の出費＝22万＋0.1*先月の出費＋0.1*先々月の出費+今月の誤差+0.4*先月の誤差+0.1*先々月の誤差
といったモデルになると思います。
【今月の出費は先月と先々月だけから決まる】という解釈をしたい場合はAR（２）でいいと思いますし、一方で【今月の出費は先月と先々月から決まるが、引っ越しような突発的な出費があった場合は影響が2カ月くらい続く】と解釈している場合はＡＲＭＡ（２，２）も適切だと思います。
ＡＲ（２）とＡＲＭＡ（２，２）のどちらがいいかというのは「モデルを作成した人が何を分析したいか」という点が重要で、必ずどちらかが正しいというわけではないです。
●「今月の出費が先月の出費とどう関係しているか」知りたいひとにとってはARモデルで十分有用
●「突発的な出費がそのあとの出費にどう影響するか」知りたいひとにとってはARMAモデルが有用
となります。
コメント長くなってしまってすいません
@@K_DM ご回答ありがとうございます。
とてもわかりやすかったです。納得できました。