<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>nhn-techorus</author_name>
  <author_url>https://blog.hatena.ne.jp/nhn-techorus/</author_url>
  <blog_title>Chorus Journal | NHN テコラスがお届けする技術メディア</blog_title>
  <blog_url>https://journal.nhn-techorus.com/</blog_url>
  <categories>
    <anon>AI・データ</anon>
  </categories>
  <description>こんにちは。データサイエンスチームのtmtkです。 この記事では、時系列解析で使われるARモデルについて、基礎から解説します。 ARモデルとは ARモデルというのは、時系列のデータ[latex] {y_t}_{t=1}^N \subset \mathbb{R}[/latex] に対して、 [latex]y_t = \sum_{i = 1}^m a_{i}y_{t-i} + v_t \, (t = m + 1, \ldots, N)[/latex] という生成過程を仮定したものです。ただし、[latex]m \in \mathbb{N}[/latex]はARモデルの次数とよばれる自然数、[lat…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fjournal.nhn-techorus.com%2Fentry%2Farchives%2F14093&quot; title=&quot;基礎からはじめる時系列解析入門 - Chorus Journal | NHN テコラスがお届けする技術メディア&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://cdn-ak.f.st-hatena.com/images/fotolife/n/nhn-techorus/20261006/20261006173707.jpg</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2019-02-22 08:00:27</published>
  <title>基礎からはじめる時系列解析入門</title>
  <type>rich</type>
  <url>https://journal.nhn-techorus.com/entry/archives/14093</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
