問題 No.3025
複数の時系列データが互いに影響を与え合う関係をモデル化し、それぞれの変数が過去の自系列および他系列の変数の線形結合によって予測される統計モデルの名称はどれか。
【正解の解説】
ベクトル自己回帰モデル
例えば、気温とアイスクリームの売上の関係のように、お互いが影響を与え合う「キャッチボール」のような関係を数式で表すモデルです。自分の過去のデータだけでなく、相手の過去のデータも考慮して未来を予測するため、経済予測などで広く使われています。
スポンサーリンク
【その他の選択肢の解説】
状態空間モデル
状態空間モデルは、例えば「人の本当の気分（隠れた状態）」を「表情や発言（観測できるデータ）」から推測するようなアプローチです。複数の変数が対等に影響し合うベクトル自己回帰モデルとは、隠れた変数を想定する点が決定的に異なります。
多変量移動平均モデル
移動平均モデルは過去の「ノイズやショック」の影響を重視しますが、ベクトル自己回帰モデルは変数そのものの過去の値を重視します。名前の響きが似ていますが、過去のどのような要素を式に組み込むかというアプローチの根本が全く異なるため注意が必要です。
構造方程式モデリング
構造方程式モデリングは、アンケート結果などから「目に見えない概念（満足度など）」の因果関係を図式化して検証するものであり、時系列データの予測に特化したモデルではありません。時間の概念を扱うベクトル自己回帰モデルとは目的が異なります。