ある小売企業は、月次の広告費と売上高の2つの時系列データを持っている。売上高は過去の広告費の影響を受け、広告費も過去の売上高をもとに決めている。この相互の関係を1つのモデルで表し、2つの系列の将来の値をまとめて予測したい。この目的に用いる手法として、最も適切なものを1つ選べ。
正解と解説を見る
解説
正解 A
この問題の論点：複数時系列の予測モデル
ポイント
1つの系列を自身の過去の値で表すのがARモデル、複数の系列を、自身とほかの系列の過去の値で同時に表すのがVARモデルです。
選択肢ごとの解説
- A
適切 正解
VARモデルは、各系列の現在の値を、自身とほかの系列の過去の値の線形結合で表します。系列どうしが影響し合う関係を1つのモデルで扱い、複数の系列を同時に予測できます。
- B
不適切
ARモデルは、1つの時系列の現在の値を、その系列自身の過去の値で表すモデルです。広告費と売上高のように、系列どうしが影響し合う関係は表せません。
- C
不適切
単回帰分析は、1つの説明変数で1つの目的変数を説明する手法です。広告費だけで売上高を説明しても、売上高自身の過去の影響や広告費の将来の値は扱えません。
- D
不適切
重回帰分析は、複数の説明変数で1つの目的変数を説明する手法です。過去の広告費や売上高を説明変数に使えても、目的変数は1つなので、2つの系列を1つのモデルで同時に予測する目的には合いません。
試験での狙われ方
ARモデルとVARモデルの違い（扱う系列が1つか複数か）を、具体的な業務データの場面で問う形が考えられます。