【機械学習用語】自己回帰モデルとは？

【機械学習用語】自己回帰モデルとは？

今回の記事は「自己回帰（AR）モデル」についての記事です。

「自己回帰（AR）モデル」を簡単に説明すると時系列データを分析する際の手法のテンプレというか考え方のようなものです。

公式な回答としては、『自己回帰モデル（AR モデル）は、ある時刻 t の値を、時刻 t よりも古いデータを使って回帰するモデルである。自己回帰モデルは、自己相関の高い時系列データのモデリングに有効である。回帰式は次のように表せる。φ_i は自己回帰係数、p は次数である。また、ε_t は誤差項であり、平均 0 かつ分散 σ² のホワイトノイズである。』

難しいですね毎度のことながら。。

簡単に噛み砕くと以前解説した、回帰の自己相関が強い場合に使用する分析手法です。
ここで出てきた自己相関に関しては自己相関リンクでもわかりやすく解説しておりますが、簡単にいうと「時間の経過とともにどれだけ元の状態と関係なくなっていくかの指標（関数）です。」つめりこの指標が弱いと自己相関が強いといえます。こう言った場合に使用する分析手法が自己回帰でその分析のテンプレが自己回帰（AR）モデルです。