時系列データとは

時系列データとは、時間の変化に注目したデータのことです。時系列データ解析の例として、株価が上がっているか下がっているかといった時間的な変動を持つ金融データや、気温や雨量といった気象データなどが挙げられます。

時系列データ分析とは

上記のような時系列データから時間的にどう変化しているのかを解析し、その結果から将来どのように変化するのかを予測することを時系列データ分析（時系列データ解析）といいます。

時系列分析の手法

時系列分析の手法には、ARモデル、MAモデル、ARMAモデル、ARIMAモデルなどがあります。

Pythonでは、上記モデルをStatsModelsを用いることで利用できます。

ARモデル

AR（AutoRegressive : 自己回帰）モデルは、ある時刻tのデータを、過去の時刻t-kのデータ（過去の自分のデータ）を説明変数として用いて回帰するモデルです。

MAモデル

MA（moving average : 移動平均）モデルは、ある時刻のデータが、過去の時刻での誤差項を用いて表現することができます。

ARMAモデル

MA（Autoregressive integrated moving average、自己回帰和分移動平均）モデルとは、AR（Auto Regressive/自己回帰モデル）モデルとMA(Moving Average/移動平均モデル）モデルから構成されるモデルです。

ある時点の出力が、過去の出力と、現在および過去の入力に対する和で表現されるモデルです。

ARIMAモデル

ARIMA（Autoregressive Integrated and Moving Average:自己回帰和分移動平均）過程モデルとは、ある時系列データに対して何度か差分を取った後に、データがARMAモデルで表現することが可能です。

おわりに

この記事では、時系列データとは何か、時系列データ分析とは何か、時系列分析の手法などを解説しました。

時系列分析では、ARモデル、MAモデル、ARMAモデル、ARIMAモデルなどがあり、Pythonでは、上記モデルをStatsModelsを用いることで利用できることも学びました。

時系列データ分析を効率よく学ぶには？

時系列データ分析を効率よく学ぶには、普段からデータ解析している現役のデータサイエンティストや機械学習エンジニアに質問できる環境で学ぶことです。
質問し放題かつ、体系的に学べる動画コンテンツでデータ分析技術を学びたい方は、オンラインで好きな時間に勉強できるAI Academy Bootcampがオススメです。受講料も業界最安値の35,000円（６ヶ月間質問し放題＋オリジナルの動画コンテンツ、テキストコンテンツの利用可能）なので、是非ご活用ください。