時系列

ARIMAモデルは、自己回帰、差分、移動平均を組み合わせた時系列予測のための統計的手法です。

自己相関は、異なる時間間隔での時系列の観測値間の類似性を測定します。

自己共分散は、変数が時間とともにどのように自己相関しているかを測定し、その内部構造や依存関係を示します。

ルックバックウィンドウは、AIや機械学習モデルの予測のために過去のデータを分析するために使用される指定された期間です。

移動平均は、一定期間の値の平均をとることでデータを平滑化します。

指定された期間の値の平均をとることでデータを平滑化する統計的手法です。