時系列分析II―ARMAモデル（自己回帰移動平均モデル）の評価と将来予測連載バックナンバー はじめに 前回は、時系列分析の代表的なモデルの1つであるARMAモデル（自己回帰移動平均モデル）について、パラメーターを変化させながらサンプルデータを生成させてモデルの特徴を確認してみました。 今回は、実際のデータを使いARMAモデルのパラメーターを推定し、未来の予測に活用するような実例を紹介したいと思います。 ARMAモデルの詳細は前回解説していますので、参照してください。 なお、本連載が前提とする環境の構築方法や基本的な使い方は連載第1～4回で紹介しています。個別の分析手法と実践的な使い方については第5回以降で解説しています。本稿の解説はこれらの環境を踏まえたものですが、一部、Python実行環境や利用しているライブラリ類はアップデートをしていますので、適宜ご自身の環境に置き替えて読み進めてください。
