移動平均モデルとは、過去の予測誤差の線形結合を用いて未来の値を予測する、時系列解析の基本的な統計モデルです。ホワイトノイズの現在値と過去の誤差を組み合わせてデータ変動を捉え、金融や経済、AIの予測タスクの前処理などで幅広く活用されています。
移動平均モデルとは
移動平均モデル（MAモデル）とは、過去の誤差（ランダムショック）の蓄積が現在のデータに影響を与えていると仮定し、時系列データの予測を行う統計モデルのことです。
詳しく解説
移動平均モデルは、現在のデータが過去の複数の予測誤差の重み付き和（線形結合）で表されるという考えに基づいています。自己回帰モデル（ARモデル）が過去のデータそのものを用いて予測するのに対し、移動平均モデルは過去の予測しきれなかった誤差（ホワイトノイズ）に着目します。このモデルは常に定常性を持つという特徴があり、金融データの分析や、様々な機械学習における時系列予測システムの構築において基礎的な要素技術として利用されています。
具体例・使われ方
例えば、日々の株価の変動や、店舗における売上データの予測、さらにはセンサーから得られる時系列データのノイズ除去などの場面で、移動平均モデルの考え方が応用されています。
似た用語との違い
移動平均モデルは、過去のデータそのものを使って予測を行う「自己回帰モデル（ARモデル）」と混同されやすいです。移動平均モデルが過去の「予測誤差」を利用するのに対し、自己回帰モデルは過去の「観測値」そのものを利用する点が大きな違いです。
注意点
移動平均モデル単体では、長期的なトレンドや周期的な変動を捉える能力に限界があります。そのため、実際のAIや時系列分析では、自己回帰モデルと組み合わせたARMAモデルやARIMAモデルとして使われることが一般的です。
この解説は役に立ちましたか？誤りが含まれる場合はご報告いただけますと幸いです。
更新日時: 2026年9月5日 05:21