This HTML5 document contains 94 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Namespace Prefixes

PrefixIRI
n15https://www.npmjs.com/package/
dcthttp://purl.org/dc/terms/
template-enhttp://ja.dbpedia.org/resource/Template:
n23http://search.r-project.org/R/library/stats/html/
n32https://madlib.apache.org/docs/latest/
dbohttp://dbpedia.org/ontology/
foafhttp://xmlns.com/foaf/0.1/
dbpedia-wikidatahttp://wikidata.dbpedia.org/resource/
n22https://web.archive.org/web/20160205235259/http:/www.census.gov/srd/www/x12a/
n20https://web.archive.org/web/20170327171617/https:/www.tol-project.org/
n7https://rubygems.org/gems/
n4http://reference.wolfram.com/mathematica/ref/
n13http://people.duke.edu/~rnau/
n25https://cran.r-project.org/web/views/
n10http://ja.dbpedia.org/resource/Wikipedia:
n34https://statsim.com/forecast/
n33https://www.statsmodels.org/
rdfshttp://www.w3.org/2000/01/rdf-schema#
n8http://www.safetoolboxes.com/
n26http://
n24https://cran.r-project.org/web/packages/forecast/
n21https://statsim.com/
n28https://github.com/sryza/
n19http://www.mathworks.com/products/econometrics/
rdfhttp://www.w3.org/1999/02/22-rdf-syntax-ns#
owlhttp://www.w3.org/2002/07/owl#
n9http://ja.dbpedia.org/resource/Category:
n6http://ja.wikipedia.org/wiki/
n18http://www.mathworks.com/help/econ/
n17https://archive.org/details/
provhttp://www.w3.org/ns/prov#
xsdhhttp://www.w3.org/2001/XMLSchema#
n27https://github.com/rafat/ctsa/
dbpedia-jahttp://ja.dbpedia.org/resource/
prop-enhttp://ja.dbpedia.org/property/

Statements

Subject Item
dbpedia-wikidata:Q2566298
owl:sameAs
dbpedia-ja:自己回帰和分移動平均モデル
Subject Item
dbpedia-ja:ボックス・ジェンキンス法
dbo:wikiPageWikiLink
dbpedia-ja:自己回帰和分移動平均モデル
Subject Item
dbpedia-ja:時系列
dbo:wikiPageWikiLink
dbpedia-ja:自己回帰和分移動平均モデル
Subject Item
dbpedia-ja:移動平均モデル
dbo:wikiPageWikiLink
dbpedia-ja:自己回帰和分移動平均モデル
Subject Item
dbpedia-ja:自己回帰和分移動平均モデル
rdfs:label
自己回帰和分移動平均モデル
rdfs:comment
統計学や計量経済学、特に時系列分析において、自己回帰和分移動平均(じこかいきわぶんいどうへいきん、英: Autoregressive integrated moving average、略称: ARIMA)モデルは、自己回帰移動平均(ARMA)モデルの一般化である。これらのモデルは、データの理解を深めるため、または将来のポイントを予測するために、時系列データに適用される。 ARIMAモデルは、データが(分散/自己共分散ではなく)平均に関して非定常性を示す場合に適用され、初期の差分ステップ(モデルの「Integrated 和分」部分に対応)を 1回以上適用して平均関数(すなわち、トレンド)の非定常性を排除することができる。時系列に季節性が見られる場合は、季節成分を除去するために季節的差分を適用することができる。ウォルドの分解定理によれば、ARMAモデルは規則的な(つまり純粋に非決定論的な)広義の定常時系列を記述するのに理論的には十分であるので、ARMAモデルを使用する前に、例えば差分を使用して非定常時系列を定常化することが主な動機となる。時系列に予測可能なサブプロセス(純粋な正弦波や複素数指数プロセス)が含まれている場合、予測可能な成分はARIMAのフレームワークでは平均非ゼロで周期的な(つまり季節的な)成分として扱われるので、季節的な差分処理によって除去されることに注意が必要である。
dct:subject
n9:計量経済学 n9:時系列分析
dbo:wikiPageID
4427332
dbo:wikiPageRevisionID
86499160
dbo:wikiPageWikiLink
dbpedia-ja:信頼区間 dbpedia-ja:R言語 dbpedia-ja:Stata dbpedia-ja:無限インパルス応答 dbpedia-ja:自己共分散 dbpedia-ja:Apache_Spark dbpedia-ja:計量経済学 dbpedia-ja:SPSS dbpedia-ja:ランダムウォーク dbpedia-ja:Julia_(プログラミング言語) dbpedia-ja:単位根 dbpedia-ja:ベイズ情報量規準 n9:計量経済学 n10:「要出典」をクリックされた方へ dbpedia-ja:コムフィルタ dbpedia-ja:時系列 dbpedia-ja:テラデータ dbpedia-ja:移動平均モデル dbpedia-ja:Mathematica dbpedia-ja:JavaScript dbpedia-ja:定常過程 dbpedia-ja:Python dbpedia-ja:分散 dbpedia-ja:自己相関 dbpedia-ja:有限インパルス応答 dbpedia-ja:ホワイトノイズ n9:時系列分析 dbpedia-ja:ボックス・ジェンキンス法 dbpedia-ja:正規分布 dbpedia-ja:誤差 dbpedia-ja:SAP_(企業) dbpedia-ja:Ruby dbpedia-ja:Scala dbpedia-ja:MATLAB dbpedia-ja:アメリカ合衆国国勢調査局 dbpedia-ja:平均二乗偏差 dbpedia-ja:独立同分布 dbpedia-ja:平均 dbpedia-ja:統計学 dbpedia-ja:C言語 dbpedia-ja:線型結合 dbpedia-ja:デューク大学 dbpedia-ja:PostgreSQL dbpedia-ja:自己回帰移動平均モデル dbpedia-ja:マイクロソフト dbpedia-ja:ハイパスフィルタ dbpedia-ja:自己回帰モデル dbpedia-ja:赤池情報量規準
dbo:wikiPageExternalLink
n4:ARIMAProcess.html n7:statsample-timeseries n8:howto_transformtimeseries.html n13:411arim.htm n15:arima n17:timeseriestechni0000mill n18:regarimaclass.html n19: n20: n21: n22: n23:arima.html n18:arimaclass.html n24:index.html n25:TimeSeries.html n26:www.safetoolboxes.com n8:howto_fitarimamodel.html n27: n28:spark-timeseries n32:group__grp__arima.html n33: n34:
prop-en:wikiPageUsesTemplate
template-en:Reflist template-en:Lang-en-short template-en:仮リンク template-en:Code template-en:要出典 template-en:Cite_book
dbo:abstract
統計学や計量経済学、特に時系列分析において、自己回帰和分移動平均(じこかいきわぶんいどうへいきん、英: Autoregressive integrated moving average、略称: ARIMA)モデルは、自己回帰移動平均(ARMA)モデルの一般化である。これらのモデルは、データの理解を深めるため、または将来のポイントを予測するために、時系列データに適用される。 ARIMAモデルは、データが(分散/自己共分散ではなく)平均に関して非定常性を示す場合に適用され、初期の差分ステップ(モデルの「Integrated 和分」部分に対応)を 1回以上適用して平均関数(すなわち、トレンド)の非定常性を排除することができる。時系列に季節性が見られる場合は、季節成分を除去するために季節的差分を適用することができる。ウォルドの分解定理によれば、ARMAモデルは規則的な(つまり純粋に非決定論的な)広義の定常時系列を記述するのに理論的には十分であるので、ARMAモデルを使用する前に、例えば差分を使用して非定常時系列を定常化することが主な動機となる。時系列に予測可能なサブプロセス(純粋な正弦波や複素数指数プロセス)が含まれている場合、予測可能な成分はARIMAのフレームワークでは平均非ゼロで周期的な(つまり季節的な)成分として扱われるので、季節的な差分処理によって除去されることに注意が必要である。 ARIMAのAR(autoregressive、自己回帰)の部分は、関心のある展開する変数がそれ自体の遅延した値(すなわち、以前の値)に回帰されることを示している。MA(moving average、移動平均)の部分は、回帰誤差が実際には、同時期および過去の様々な時点で発生した誤差項の線型結合であることを示している。I (integrated 和分)の部分は、データの値が過去の値との差分に置き換えられていることを示している(この差分処理は複数回行われる場合もある)。これらの特徴の目的は、モデルがデータにできるだけ適合するようにすることである。 非季節ARIMAモデルは、一般に と表記される。パラメータp、d、qは非負の整数で、pは自己回帰モデルの次数(タイムラグの数)、dは差分の階数(データの過去の値を差し引いた回数)、qは移動平均モデルの次数を表す。 季節ARIMAモデルは、通常 と表記される。ここで、mは各季節の期間の数を意味し、大文字のP、D、QはARIMAモデルの季節部分の自己回帰項、差分項、移動平均項を意味する 。 3つの項のうち2つがゼロの場合、モデルを表す頭字語のうちゼロではないパラメータを用いてモデルを記載することができる。例えば、 は 、 は 、 は と記載される。 ARIMAモデルは、ボックス・ジェンキンス法に従って推定することができる。
dbo:wikiPageLength
15602
prov:wasDerivedFrom
n6:自己回帰和分移動平均モデル?oldid=86499160&ns=0
foaf:isPrimaryTopicOf
n6:自己回帰和分移動平均モデル
Subject Item
dbpedia-ja:自己回帰移動平均モデル
dbo:wikiPageWikiLink
dbpedia-ja:自己回帰和分移動平均モデル
Subject Item
dbpedia-ja:計量経済学
dbo:wikiPageWikiLink
dbpedia-ja:自己回帰和分移動平均モデル
Subject Item
dbpedia-ja:誤差修正モデル
dbo:wikiPageWikiLink
dbpedia-ja:自己回帰和分移動平均モデル
Subject Item
n6:自己回帰和分移動平均モデル
foaf:primaryTopic
dbpedia-ja:自己回帰和分移動平均モデル