ARIMAモデルを使用した予測
出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2021/11/12 14:49 UTC 版)
「自己回帰和分移動平均モデル」の記事における「ARIMAモデルを使用した予測」の解説
ARIMAモデルは、2つのモデルの「カスケード」と見なすことができる。1つ目は非定常である： Y t = ( 1 − L ) d X t {\displaystyle Y_{t}=(1-L)^{d}X_{t}} 2番目は広義の定常である： ( 1 − ∑ i = 1 p φ i L i ) Y t = ( 1 + ∑ i = 1 q θ i L i ) ε t . {\displaystyle \left(1-\sum _{i=1}^{p}\varphi _{i}L^{i}\right)Y_{t}=\left(1+\sum _{i=1}^{q}\theta _{i}L^{i}\right)\varepsilon _{t}\,.} こうして、プロセスYtを自己回帰予測法の一般化を用いて予測することができる。
※この「ARIMAモデルを使用した予測」の解説は、「自己回帰和分移動平均モデル」の解説の一部です。
「ARIMAモデルを使用した予測」を含む「自己回帰和分移動平均モデル」の記事については、「自己回帰和分移動平均モデル」の概要を参照ください。
ウィキペディア小見出し辞書の「ARIMAモデルを使用した予測」の項目はプログラムで機械的に意味や本文を生成しているため、不適切な項目が含まれていることもあります。ご了承くださいませ。
お問い合わせ。
このページでは「ウィキペディア小見出し辞書」からARIMAモデルを使用した予測を検索した結果を表示しています。
Weblioに収録されているすべての辞書からARIMAモデルを使用した予測を検索する場合は、下記のリンクをクリックしてください。
全ての辞書からARIMAモデルを使用した予測
を検索
Weblioに収録されているすべての辞書からARIMAモデルを使用した予測を検索する場合は、下記のリンクをクリックしてください。
全ての辞書からARIMAモデルを使用した予測
を検索
- ARIMAモデルを使用した予測のページへのリンク
