最終更新日：2026年8月26日
gk time_series
G検定トップ
＞ AR / MA / ARMA / ARIMAの違いまとめ【G検定対策】
まず結論
AR / MA / ARMA / ARIMA は、時系列の予測・モデル化で使われる代表的なモデルです。
- AR：過去の値を使う
- MA：過去の誤差を使う
- ARMA：AR＋MA
- ARIMA：ARMAに差分（Integrated）の考え方を加える
G検定では、何を使って予測するかで切り分けます。
直感的な説明
- AR → 「自分の過去を見る」
- MA → 「過去の予測誤差を見る」
- ARMA → 「両方を見る」
- ARIMA → 「必要なら差分してからARMAの考え方を使う」
定義・仕組み
AR（AutoRegressive）
現在の値を、過去の自分自身の値から説明します。
MA（Moving Average）
ここでいうMAは、単純な移動平均ではなく、過去の誤差項を使う時系列モデルです。
ARMA
ARとMAを組み合わせたモデルで、基本的に定常な系列を対象とします。
ARIMA
ARIMAの I は Integrated を表します。実務・試験では、非定常な系列に差分を取り、差分後の系列をARMAで表すモデルとして理解すると分かりやすいです。
ARIMA(p, d, q) の d は差分次数です。
I = 差分そのものの英訳
と覚えるより、Integratedという名前と差分次数dの関係で押さえる方が正確です。
いつ使う？（得意・不得意）
- 自己相関を利用したい → AR
- 誤差項の時間的な関係を扱いたい → MA
- 両方を扱いたい定常系列 → ARMA
- 差分で定常化を図りたい非定常系列 → ARIMA
ただし、ARIMAを使えばあらゆる非定常性を扱えるわけではありません。季節性にはSARIMAなど別の拡張もあります。
G検定ひっかけポイント
- ❌「MAは過去の観測値の単純平均」→ この文脈のMAは誤差項を使うモデル
- ❌「ARIMAは多変量モデル」→ 基本形は単変量
- ❌「ARIMAのIは差分の英単語」→ IはIntegrated
- ⭕「ARIMA(p,d,q)のd」→ 差分次数
- ⭕「ARMAは定常系列を基本に考える」
まとめ（試験直前用）
- AR＝過去の値
- MA＝過去の誤差
- ARMA＝AR＋MA
- ARIMA＝差分を含むARMA系モデル
- I = Integrated、d = 差分次数