自己相関と偏自己相関を求める

この機能は、時系列データの自己相関と偏自己相関を分析します。
自己相関は、時系列データ内の異なる時点間の相関の強さを示し、偏自己相関は他の時点の影響を除いた上での相関を表します。
この分析は、時系列データのパターンや季節性を理解し、将来のデータポイントを予測するモデルを構築する際に役立ちます。
例えば、株価の変動分析や売上予測などに使用されます。

---

入出力定義

定義	内容
入力	データ
出力	データ

---

サンプル

自己相関と偏自己相関を求める

自己相関係数とラグの関係性

Note

• ラグ数 1 の自己相関係数が 0.559 と高く、次第に減少していく傾向が見られます。これは、時系列データにトレンドや季節性が存在する可能性を示唆しています。
• ラグ数 8 での自己相関が 0.556 と再び上昇しています。これは 8 周期の季節性を持つ可能性があります。

偏自己相関係数とラグの関係性

Note

• ラグ 1 での偏自己相関が 0.563 と高いですが、ラグ 2 以降は急激に低下しています。これは、データに AR(1)の要素、つまり時系列データのある時点の値が、その 1 時点前の値に依存するというモデルが強く存在することを示しています。
• ラグ 8 での偏自己相関が 0.232 と比較的高く、これも 8 周期の季節性の存在を示唆しているか、あるいは別のパターンを持っている可能性があります。