🔖 キーワード索引（補強・追加分）

自己相関 関連の補強キーワード。 クリックで該当箇所へ：

🎨 直感で掴む — 自己相関 の本質

自己相関は「同じ系列の過去の自分との相関」。 SSDSE-B-2026 の北海道の出生数を見ると、 2019 年 31,020 → 2020 年 29,523 → 2021 年 28,762 と、 前年とほぼ同じ水準が続く。 これは「ラグ 1 の自己相関が高い」状態。 ACF プロットで一目瞭然。

🎨 概念図で押さえる — 自己相関の構造

自己相関は「過去の自分と現在の自分の相関」。 ラグ k だけずらした時系列同士の Pearson 相関で、 周期性やトレンドの検出に使われる。

図 1: ラグの考え方

→ 1ステップずらした自分との相関がラグ1の自己相関係数 r1。

図 2: コレログラム（ACF プロット）

→ 信頼区間（破線）を超える棒は有意。 一定間隔で大きい棒は周期性のサイン。

図 3: 自己相関のパターン3種

→ コレログラムの形状でホワイトノイズ／トレンド／季節性を識別できる。

📐 数式または定義 — 自己相関 の形式的表現

直感で全体像を掴んだら、 次は厳密な定義を見ます。 数式は短いものでも、 「何を入力にして、 何を出力するのか」を意識して読むと早く慣れます。

🔬 数式を言葉で読み解く — 自己相関 の記号辞書

上の数式に出てくる各記号が何を表すかを、 言葉で翻訳します。 1 つずつ自分の言葉で言い換えられるようになると、 論文や教科書のスピードが一気に上がります。

🧮 SSDSE-B 実値計算例（47都道府県データ）

SSDSE-B の時系列変数（例：東京都の総人口 A1101 の年次推移）から自己相関を計算し、 ACF/PACF を可視化。 ARIMA 同定までの完全例。

① 計算コード

🎯 このコードでやること：自己相関 — 時系列が自分自身の過去値とどれだけ似ているかに関連するステップ #4。主要な指標（係数・統計量・スコア）を算出します。

📥 入力例（df.head()）
df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', skiprows=[1])
# SSDSE-B-2026 は 47都道府県×12年（2012〜2023）のパネル（1行目=英字コード, 2行目=日本語名）
# skiprows=[1] で日本語名の行を飛ばし、英字コード行をヘッダにする
# 実在する列コード例: A1101=総人口 ／ A4101, B4101 も実在の指標列

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from statsmodels.tsa.stattools import acf, pacf, adfuller
from statsmodels.graphics.tsaplots import plot_acf, plot_pacf
from statsmodels.stats.diagnostic import acorr_ljungbox

df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', skiprows=[1])

# 東京都の総人口 A1101 を年次昇順に並べた実測時系列（2012〜2023, 12点）
tokyo = df[df['Prefecture'] == '東京都'].sort_values('SSDSE-B-2026')
ts = pd.Series(tokyo['A1101'].values, index=tokyo['SSDSE-B-2026'].values)

# ACF / PACF（n=12 と短いのでラグは5まで）
acf_vals = acf(ts, nlags=5, fft=False)
pacf_vals = pacf(ts, nlags=5, method='ywm')
print(f'ACF(1)={acf_vals[1]:.3f}, ACF(2)={acf_vals[2]:.3f}, ACF(3)={acf_vals[3]:.3f}')
print(f'PACF(1)={pacf_vals[1]:.3f}, PACF(2)={pacf_vals[2]:.3f}')

fig, axes = plt.subplots(2, 1, figsize=(10, 6))
plot_acf(ts, lags=5, ax=axes[0]); axes[0].set_title('ACF')
plot_pacf(ts, lags=5, method='ywm', ax=axes[1]); axes[1].set_title('PACF')
plt.tight_layout(); plt.savefig('acf_pacf.png', dpi=110)

# Ljung-Box 検定（ラグ3）
lb = acorr_ljungbox(ts, lags=[3], return_df=True)
print(f"Ljung-Box Q(3)={lb['lb_stat'].iloc[0]:.1f}, p={lb['lb_pvalue'].iloc[0]:.3f}")

# ADF（単位根検定）
adf_stat, p, *_ = adfuller(ts)
print(f'ADF stat = {adf_stat:.3f}, p = {p:.4f}')
print('p < 0.05 で「単位根なし＝定常」')

📤 実行例（実測）
ACF(1)=0.783, ACF(2)=0.542, ACF(3)=0.293
PACF(1)=0.783, PACF(2)=-0.186
Ljung-Box Q(3)=15.9, p=0.001
ADF stat = 0.605, p = 0.9877
p < 0.05 で「単位根なし＝定常」

② 期待出力

👉 値は東京都 総人口 A1101（2012〜2023, 12点）の実測。 同じ手順で他都道府県・他変数にも適用可能。

🧮 実値で計算してみる — SSDSE-B-2026 で 自己相関 を体感

数式だけでは「分かった気になる」だけで終わりがち。 ここで SSDSE-B-2026（教育用標準データセット — 47 都道府県 × 12 年 × 100+ 指標のパネル）の実値を当てはめて、 自己相関 の挙動を電卓的に追体験します。

SSDSE-B-2026 は 統計センターの SSDSE 配布ページ から CSV を直接ダウンロードできます。 本サイトでは data/raw/SSDSE-B-2026.csv に配置している前提でコードを書いています。

🧮 数式に値を入れて手で計算する: ラグ 1 自己相関

合成時系列 [2,4,7,5,3] でラグ 1 の自己相関 ρ_1 を計算する。

Step 1: 平均と偏差

x̄ = (2+4+7+5+3)/5 = 21/5 = 4.2

Step 2: 分子と分母

Step 3: ρ_1 = 分子 / 分母

🐍 Python で再現

1
2
3
4
5
6
7
8
9

import numpy as np
x = np.array([2, 4, 7, 5, 3])
xm = x - x.mean()
num = (xm[:-1] * xm[1:]).sum()
den = (xm**2).sum()
rho = num / den
print(f"分子 = {num:.2f}")
print(f"分母 = {den:.2f}")
print(f"ρ_1 = {rho:.4f}")

📤 実行結果

💬 手計算 (Step 3) 0.0784 と Python 出力が完全一致。

🐍 Python 実装バリエーション（scikit-learn / scipy / Optuna）

A. scikit-learn による実装

🎯 このコードでやること：自己相関 — 時系列が自分自身の過去値とどれだけ似ているかに関連するステップ #5。仮説検定・モデル評価を行います。

📥 入力例（df.head()）
df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', skiprows=[1])
# SSDSE-B-2026 は 47都道府県×12年（2012〜2023）のパネル（1行目=英字コード, 2行目=日本語名）
# skiprows=[1] で日本語名の行を飛ばし、英字コード行をヘッダにする
# 実在する列コード例: A1101=総人口 ／ A4101, B4101 も実在の指標列

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14

# scikit-learn の TimeSeriesSplit と組み合わせて自己相関対応の CV
from sklearn.model_selection import TimeSeriesSplit
from sklearn.linear_model import LinearRegression
import numpy as np

# 時系列を AR(1) 風の特徴量化
X = ts.shift(1).dropna().values.reshape(-1, 1)
y = ts.iloc[1:].values

tscv = TimeSeriesSplit(n_splits=5)
for fold, (tr, va) in enumerate(tscv.split(X)):
    m = LinearRegression().fit(X[tr], y[tr])
    score = m.score(X[va], y[va])
    print(f'fold {fold}: R² = {score:.3f}, coef = {m.coef_[0]:.3f}')

📤 実行例（実測）
fold 0: R² = nan, coef = 1.081
fold 1: R² = nan, coef = 1.059
fold 2: R² = nan, coef = 0.986
fold 3: R² = nan, coef = 0.912
fold 4: R² = nan, coef = 0.902

B. scipy / statsmodels による実装

🎯 このコードでやること：自己相関 — 時系列が自分自身の過去値とどれだけ似ているかに関連するステップ #6。結果を整形して表示します。

📥 入力例（df.head()）
df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', skiprows=[1])
# SSDSE-B-2026 は 47都道府県×12年（2012〜2023）のパネル（1行目=英字コード, 2行目=日本語名）
# skiprows=[1] で日本語名の行を飛ばし、英字コード行をヘッダにする
# 実在する列コード例: A1101=総人口 ／ A4101, B4101 も実在の指標列

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16

from scipy.signal import correlate
import numpy as np

# scipy.signal で正規化自己相関
x = ts.values - ts.mean()
acf_full = correlate(x, x, mode='full') / (len(x) * x.var())
mid = len(acf_full) // 2
print('lag 0..5 の ACF:', acf_full[mid:mid+6])

# 周期解析（パワースペクトル）
from scipy.signal import periodogram
f, Pxx = periodogram(ts.values, fs=1.0)  # 年次データ
import matplotlib.pyplot as plt
fig, ax = plt.subplots(figsize=(8, 4))
ax.semilogy(f, Pxx); ax.set_xlabel('周波数 (1/年)'); ax.set_ylabel('Power')
ax.set_title('ピリオドグラム'); plt.savefig('periodogram.png', dpi=110)

📤 実行例（実行時の標準出力）
lag 0..5 の ACF:
[1.    0.783 0.542 0.293 0.035 -0.189]
→ scipy.signal でも statsmodels.acf と一致（偏り推定量）
処理完了

C. Optuna でハイパラ・選択最適化

🎯 このコードでやること：自己相関 — 時系列が自分自身の過去値とどれだけ似ているかに関連するステップ #7。47都道府県データに当てはめて確認します。

📥 入力例（df.head()）
df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', skiprows=[1])
# SSDSE-B-2026 は 47都道府県×12年（2012〜2023）のパネル（1行目=英字コード, 2行目=日本語名）
# skiprows=[1] で日本語名の行を飛ばし、英字コード行をヘッダにする
# 実在する列コード例: A1101=総人口 ／ A4101, B4101 も実在の指標列

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17

import optuna
from statsmodels.tsa.arima.model import ARIMA

# ARIMA (p, d, q) の自動同定
def objective(trial):
    p = trial.suggest_int('p', 0, 4)
    d = trial.suggest_int('d', 0, 2)
    q = trial.suggest_int('q', 0, 4)
    try:
        model = ARIMA(ts, order=(p, d, q)).fit()
        return model.aic
    except Exception:
        return 1e10

study = optuna.create_study(sampler=optuna.samplers.TPESampler(seed=0), direction='minimize')
study.optimize(objective, n_trials=40, show_progress_bar=False)
print('Best ARIMA:', study.best_params, 'AIC:', study.best_value)

📤 実行例（実測）
Best ARIMA: {'p': 0, 'd': 2, 'q': 0} AIC: 243.86767855016137

D. ライブラリ早見表

🐍 Python 実装 — 自己相関 を SSDSE-B-2026 で動かす

🎯 このコードでやること: まず環境をそろえます。 必要なライブラリを入れ、 matplotlib の日本語フォント（Hiragino Sans）を設定し、 SSDSE を encoding='cp932' で読み込んで shape・head()・describe() を確認します。 この後の節では、 47 都道府県それぞれの 12 年系列について自己相関（ACF）と偏自己相関（PACF）を計算します。 12 点しかない系列でラグ 5 以上の自己相関を論じても、 使えるペアが 7 組しか残らない——サンプル数と読めるラグ数の関係を意識するのがこのページの要点です。 エンコーディングを指定し忘れると UnicodeDecodeError で止まるのが最初の関門なので、 ここだけは丸暗記して構いません。 パスを変数にせず直書きしているのは、 初学者が「パスをどこに書くべきか」で迷わないようにするためです。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18

# 自己相関 を SSDSE-B-2026 で確かめる最小コード
import pandas as pd
import numpy as np

# 1) SSDSE-B-2026（教育用標準データセット）を読み込み
#    1行目=英字コード, 2行目=日本語名 → skiprows=[1] でコード行をヘッダにする
df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', skiprows=[1])
print('shape:', df.shape)        # (564, 112) — 47都道府県×12年のパネル
print('cols head:', list(df.columns[:6]))

# 2) 自己相関は「時系列」の道具。SSDSE-B-2026 は 47都道府県×12年のパネルなので、
#    県別に年で昇順ソートすれば実系列も作れる（時系列デモは下の合成系列で行う）
pop = df['A1101'].astype(float)   # 総人口（実在コード）
print('総人口 describe:', pop.describe().round(0).to_dict())

# 3) 参考: 断面データでの変数間相関（＝自己相関ではない点に注意）
inc = df['B4101'].astype(float)   # B4101 も実在の指標列
print('corr(A1101, B4101):', pop.corr(inc).round(3))

うまく動かないときは ①data/raw/SSDSE-B-2026.csv のパス、 ②encoding='cp932'（SSDSE-B は Shift_JIS 系）、 ③1 行目に英数字ヘッダ、 2 行目に日本語列名が入る構造なので skiprows=[1] が必要、 の 3 点を確認してください。

⚠️ 自己相関分析の落とし穴と典型ワークフロー

📋 自己相関分析の前提チェック

🚨 誤解 TOP 5

🔄 時系列分析ワークフロー (Box-Jenkins 法)

1. 探索的分析: 時系列プロットでトレンド・季節性・外れ値の有無を確認
2. 定常性検査: ADF 検定で単位根の有無、 KPSS 検定で水準・トレンド定常性を確認
3. 差分処理: 非定常なら一階差分、 季節性があれば季節差分も適用
4. ACF/PACF 描画: 差分後系列で ACF/PACF をプロットし、 AR(p)/MA(q) 次数を推定
5. モデル推定: statsmodels.tsa.arima.ARIMA で (p, d, q) を推定
6. 残差診断: 残差の自己相関 (Ljung-Box 検定) が消えていれば適合良好
7. 情報量規準: 複数候補モデルから AIC/BIC で最良を選択
8. 予測・検証: ホールドアウトで予測精度 (RMSE, MAPE) を評価

📚 ケーススタディ: SSDSE データの自己相関分析

SSDSE-B-2026 は 47都道府県×12年のパネルであり、 一般に人口・経済の年次系列で自己相関を計算すると、 ラグ 1 の自己相関が +0.85 程度と非常に強く出ることが多いです。 これは「前年の値が翌年に大きく影響する」という慣性的構造を示し、 AR(1) モデルが第一候補となります。

📤 重要: 「強い自己相関 = 予測しやすい」とは限らない。 ランダムウォークは自己相関 +1 だが、 差分系列はホワイトノイズで予測不能。 自己相関の値だけでなく系列構造全体を理解することが必須。

🛠️ 実装上のベストプラクティス

• ACF/PACF のラグ数選択: 観測数 n の 1/4 程度までを目安に表示。 多すぎるとノイズばかり、 少なすぎると構造を見逃す。
• 信頼帯の設定: 95% CI なら ±2/√N。 statsmodels では alpha=0.05 で自動描画。
• 季節性の事前知識: ドメイン知識 (月次なら S=12、 四半期なら S=4) で初期推定。 ACF の周期的山で確認。
• ARIMA 自動選択: pmdarima.auto_arima で (p, d, q) と (P, D, Q, S) を AIC 最小化で自動探索可能。
• 残差の白色性検証: Ljung-Box 検定 (statsmodels.stats.diagnostic.acorr_ljungbox) で全ラグ同時に検定。
• 多変量への拡張: 複数系列が相互に影響する場合は VAR モデル、 系列間の長期均衡は共和分分析で対応。

自己相関分析は時系列予測の入り口であり、 状態空間モデル・カルマンフィルタ・機械学習 (LSTM 等) への橋渡しになる重要な基礎概念です。 まずは ACF/PACF を読めるようになることが時系列マスターへの最短ルートとなります。

🔬 自己相関の数学的基礎の整理

自己相関は数学的には「同じ時系列の異なるラグ間の Pearson 相関」として定義されます。 ラグ k の自己相関 r_k は以下の数式で表されます。

$$ r_k = \frac{\sum_{t=k+1}^{N} (y_t - \bar{y})(y_{t-k} - \bar{y})}{\sum_{t=1}^{N} (y_t - \bar{y})^2} $$

分母は系列全体の分散 (定数)、 分子はラグ k 個離れた値の積和です。 これによって、 系列が定常であれば「どれだけ離れても影響が残っているか」を測ることができます。 自己相関は -1 から +1 の範囲を取り、 ホワイトノイズ系列では全てのラグ (k≥1) で 0 に近づきます。

📊 自己相関 vs 関連手法

📤 各手法は補完的に使う。 ACF + PACF + Ljung-Box の 3 点セットが時系列モデリングの基本ツールキット。

🎓 学習の次のステップ

1. 定常性の理論的理解: 弱定常 vs 強定常、 エルゴード性の概念を理解する
2. ARIMA モデル全般: AR/MA/ARMA/ARIMA/SARIMA の関係を体系的に学ぶ
3. 状態空間モデル: ARIMA の一般化として状態空間モデル/カルマンフィルタを学ぶ
4. 非定常時系列: 共和分、 VECM、 単位根検定の理論を深める
5. 機械学習との接続: Prophet、 LSTM、 Transformer 系の時系列モデルを実装比較
6. 多変量・スペクトル分析: VAR、 ウェーブレット変換、 動学的因子モデルを学ぶ

これらを順に学ぶことで、 古典的時系列分析から現代的な機械学習ベース手法まで一気通貫で扱えるようになります。 各ステップで実データを使って手を動かすことが重要で、 SSDSE や政府統計の総合窓口 (e-Stat) の公開データを活用すると教育効果が高まります。

📈 実務でよく使われる時系列パターン分類

自己相関を見ることで、 観測時系列が下表のどのパターンに該当するか判別できます。 これは予測手法選択の第一歩です。

📤 パターン判別 → 適切なモデル選択という流れは、 時系列分析の中核的な技能です。 ACF/PACF は判別の最初のステップで、 そこから残差診断 → モデル改善のサイクルを回すことが実務的なベストプラクティスです。

🛡️ 自己相関と回帰分析の組み合わせ

時系列データに対して通常の OLS 回帰を行うと、 残差に自己相関が残ることが多く、 標準誤差の過小評価 → 統計的有意性の過大評価という重大な問題を引き起こします。 これを 系列相関 (Serial Correlation) 問題と呼び、 計量経済学の主要トピックの 1 つです。

📤 時系列回帰では「残差の自己相関チェック」は必須ステップです。 Durbin-Watson 統計量、 Breusch-Godfrey 検定、 Ljung-Box 検定で診断できます。

💡 自己相関を活用した特徴量エンジニアリング

機械学習で時系列予測を行う際、 ラグ特徴量 (lag features) は強力な予測子になります。 自己相関の高いラグを特徴量に加えると予測精度が向上します。

• 単純ラグ特徴量: y_{t-1}, y_{t-2}, ..., y_{t-k} を直接特徴量として加える
• 差分特徴量: Δy_t = y_t - y_{t-1} で短期変化を捉える
• 移動平均特徴量: 過去 k 期の移動平均で長期トレンドを表現
• 季節ラグ特徴量: y_{t-S} (S は周期、 月次なら 12)
• ローリング統計量: 過去 k 期の標準偏差・最大値・最小値・中央値などを特徴量化
• 指数加重平均: 過去ほど重みを小さく減衰させた加重平均で滑らかな特徴量を作る

これらをまとめて生成する Python ライブラリとして tsfresh や featuretools があり、 数十〜数百の時系列特徴量を自動抽出できます。 Kaggle の時系列コンペでも上位解法はこれらを駆使しているのが定番です。

🏆 自己相関の応用領域

📤 自己相関分析は、 金融からエネルギー、 IoT まであらゆる時系列が関わる領域で実務的に活用される基礎技術です。 これを習得することで、 時系列分析全般のキャリアパスが大きく広がります。

📊 自己相関の解釈における歴史的事例

自己相関分析の発展史を振り返ると、 1970 年代の Box-Jenkins 法の確立、 1980 年代の単位根検定 (Dickey-Fuller) の登場、 1990 年代の共和分分析 (Granger・Engle、 ノーベル賞)、 2000 年代以降の状態空間モデル・機械学習の融合という流れがあります。 各時代の重要な発見・理論を理解することで、 現代の時系列分析手法の位置付けがクリアになります。

📤 これらの理論・手法は、 全て「自己相関構造をどう捉え、 どう活用するか」という共通の問いに対する異なるアプローチです。 古典的手法と機械学習を相補的に使えるようになるのが、 現代の時系列分析者の求められるスキルセットです。

🔚 まとめ — 自己相関を「武器」にするために

自己相関は単なる統計量ではなく、 時系列データの構造を読み解き、 将来を予測し、 意思決定に貢献する強力なツールです。 ACF/PACF を読めるようになるだけで、 トレンド・季節性・周期性・ホワイトノイズ・非定常性などの主要構造を判別でき、 適切なモデル選択ができるようになります。

本記事で学んだ知識を実データで試すことが、 理解定着の最良の方法です。 SSDSE-B-2026 や e-Stat で公開されている都道府県別・産業別の時系列データを使い、 ACF を計算し、 ARIMA を当てはめ、 残差診断を行うという一連の流れを 1 回でも経験すれば、 自己相関の本質が体感的に分かります。 時系列分析は奥が深い分野ですが、 自己相関の理解はその第一歩であり、 最も投資対効果の高い基礎スキルです。

📝 演習問題 — 自己相関理解度チェック

以下の問題で自身の理解度を確認してください。 答えはセクション末尾に置いていますので、 まず自分で考えてみましょう。

1. 問題 1: ACF がラグ 12 で大きな山を示す月次データはどんな構造を持つ？ どのモデルが適切？
2. 問題 2: ACF が ゆっくり減衰する系列で、 一階差分後の ACF が急速に消える場合、 元系列の構造は？
3. 問題 3: 残差の Ljung-Box 検定で p<0.05 が出た場合、 モデルは適切か？ 改善策は？
4. 問題 4: 株価収益率の自己相関がほぼ 0 だが、 自乗収益率の自己相関は強い。 この現象は何を意味する？
5. 問題 5: PACF がラグ 2 で打切り、 ACF が指数的減衰する系列に当てはめるべきモデルは？

解答:

1. 年単位の季節性 (周期 12)。 SARIMA(p,d,q)(P,D,Q,12) が適切。
2. 非定常 (単位根)。 一階差分で定常化したので I(1) 系列。ARIMA(p,1,q) を検討。
3. 残差に自己相関が残っており、 モデルが構造を捉え切れていない。 次数を上げる、 季節項追加、 非線形項検討。
4. 線形の予測は難しい (効率市場仮説と整合) が、 ボラティリティクラスタリングが存在。 GARCH モデルで分散をモデル化すべき。
5. AR(2) モデル。 PACF の打切り位置が AR の次数を示し、 ACF の減衰は AR の典型的特徴。

これらの問題が解けるようになれば、 ACF/PACF 解釈の基礎は身についたと言えます。 さらに進んで複合的なケース (例: 季節調整付きトレンド + 構造変化) にも対応できるようになると、 時系列分析の中級レベルに到達したと評価できます。

🌐 自己相関 vs 機械学習時系列モデル: 使い分けガイド

現代の時系列予測では、 古典的な ARIMA と機械学習 (LSTM、 Transformer、 Prophet など) のどちらを選ぶかが頻繁に議論されます。 結論から言うと「データサイズ・解釈可能性・計算資源」のトレードオフで決まります。

📤 公的統計のような小規模 (数十〜数百点) データでは、 古典的な ARIMA が ML 系を上回ることが多いのが現実です。 「とりあえず LSTM」ではなく、 データ規模に応じた選択が重要です。 また、 重要なのは ML 系を使う場合も、 自己相関分析でデータ構造を理解した上で特徴量設計 (lag、 差分、 季節成分) を行うことです。 ACF/PACF の知識は ML 時系列でも活きます。

📈 自己相関の発展トピック紹介

本記事では基本的な ACF/PACF を扱いましたが、 時系列分析の世界には数多くの発展トピックがあります。 興味に応じて以下のテーマも学習を進めてください。

• 動的因子モデル (DFM): 多数の時系列を少数の共通因子で説明する手法。 マクロ経済予測で広く使われる。
• 状態空間モデル + カルマンフィルタ: ARIMA を一般化した枠組み。 欠損値処理、 動的回帰、 構造変化に強い。
• ベイズ時系列モデル: 事前分布を活用し、 小サンプルでも安定した予測区間を提供。 階層モデルで複数系列を同時推定可能。
• 機能データ解析 (FDA): 時系列を関数として捉え、 主成分分析や回帰を関数空間で行う。 高頻度データに有効。
• 因果推論 + 時系列: 構造的時系列モデル、 介入分析 (CausalImpact)、 差の差 (DiD) の時系列版など。
• 時系列クラスタリング: DTW (Dynamic Time Warping) や時系列クラスタリングで似た形状の系列を発見。
• 異常検知: One-class SVM、 Isolation Forest、 Autoencoder などで時系列の異常パターンを自動検出。

これらは全て自己相関の理解を基礎としており、 ACF/PACF が体系の根幹に位置することが分かります。 時系列分析を専門にする場合、 これらの発展トピックも順次学習していくことで、 データサイエンティストとしての価値が大きく高まります。

🎯 自己相関を実務で使う際のチェックリスト

実務で自己相関分析を行う際、 以下のチェックリストに従うとミスを防げます。 プロジェクト開始時に印刷しておくと便利です。

1. □ 時系列プロットでデータの俯瞰を行ったか (トレンド・季節性・外れ値の有無)
2. □ 観測間隔は等間隔か。 不等間隔ならリサンプリング or 専用モデル使用
3. □ 欠損値の処理方針を決めたか (補間 or 削除 or 専用モデル)
4. □ ADF/KPSS 検定で定常性を確認したか
5. □ 非定常なら適切な差分処理を行ったか (一階差分、 季節差分)
6. □ ACF と PACF を両方プロットしたか
7. □ ラグ数は十分か (n/4 程度を目安)
8. □ 信頼帯 (±2/√N) を可視化したか
9. □ 季節性の有無を判断したか (周期 S を確定)
10. □ モデル候補を複数比較したか (AIC/BIC で選択)
11. □ 残差診断を行ったか (Ljung-Box、 残差プロット、 QQプロット)
12. □ ホールドアウト or 交差検証で予測精度を評価したか
13. □ 予測区間 (信頼区間) を提供したか (点推定だけでなく)
14. □ 分析仮定と限界を報告書に明示したか
15. □ 再現可能なコードとデータを保存したか

このチェックリストを使うことで、 抜け漏れのない時系列分析が可能になります。 特に「残差診断」と「限界の明示」は省略されがちですが、 分析品質を担保する上で必須のステップです。 チーム開発の場合はチェックリスト項目をプルリクエストのテンプレートに組み込み、 全員が自動的にチェックを通る運用にすると品質維持に効果的です。 また、 半年に 1 度はチェック項目を見直し、 新しい知見や失敗事例を取り入れることで、 組織的な時系列分析の能力が継続的に向上していきます。 これは個人の技能習得だけでなく、 組織のデータ分析文化を成熟させる上でも重要な取り組みです。 さらに、 チェック項目を Jupyter Notebook のテンプレート化や Python の関数群として実装しておけば、 分析プロジェクトの立ち上げが大幅にスピードアップします。 オープンソースとして公開することで、 業界全体の分析品質向上にも貢献できます。 こうした地道な仕組み作りが、 結果として組織全体の時系列分析力を底上げします。 個人レベルの努力と組織レベルの仕組みが両輪となって、 質の高い時系列分析が継続的に生まれる環境が作られていきます。 これこそがデータ駆動意思決定の組織的成熟の本質であり、 自己相関分析の習得がそのスタートライン地点になります。

⚠️ 落とし穴（拡張版・各 100 文字以上）

⚠️ よくある落とし穴 — 自己相関 で初学者がやりがちなミス

この用語を実務で使うときにつまずきやすい点を、 失敗パターン別に整理しました。 1 度経験すれば回避できるものばかりですが、 先に知っておくと事故が大幅に減ります。

🎮 触って理解する

スライダーで時系列のトレンド・周期・ノイズを変えると、 上段の系列・中段のコレログラム（ACF）・下段の散布図がすべてリアルタイム更新されます。 「周期データは周期に対応するラグで山が出る」「トレンドは緩やかに減衰する」「ホワイトノイズはほぼ 0」——この対応を手を動かして体感してください。 コレログラムをクリック／ドラッグ（タッチ可）するとラグ $k$ を選べ、 下段の散布図 $x_t$ vs $x_{t-k}$ が連動します。

⚠️ よくある落とし穴

• 見せかけの回帰（spurious regression）：どちらもトレンドを持つ 2 系列は、 中身が無関係でも高い相関・高い $R^2$ を示します。 残差に強い自己相関が残っているのがサイン。 回帰前に定常性（差分・トレンド除去）を確認しましょう。
• 独立性の仮定違反：OLS の標準誤差は誤差項が独立であることを前提にします。 自己相関があると標準誤差が過小評価され、 t 値が過大・p 値が過小になり「有意」の誤検出を招きます（仮説検定参照）。
• ラグ 0 は常に 1：ACF(0)=1 は自明なので、 コレログラムでは通常ラグ 1 以降を読みます。
• 非定常を放置した ACF 解釈：トレンドがあると全ラグが正に膨らみ、 周期構造が見えにくくなります。 差分をとってから ACF を見ると構造が浮かびます。

🚀 発展

• PACF（偏自己相関）：ラグ 1..k-1 の影響を除いた「純粋な」ラグ k の相関。 AR モデルの次数決定に使います（ACF が裾を引く AR に対し、 PACF は次数 p で切れる）。 本サイトでは独立ページ未整備のため用語のみ掲載。
• ダービン・ワトソン統計量（Durbin-Watson）：回帰残差のラグ 1 自己相関を検定する指標で $DW \approx 2(1-\rho_1)$。 2 前後なら自己相関なし、 0 に近いと正の自己相関、 4 に近いと負の自己相関。 上のパネルにも近似値を表示しています。
• ARIMA：ACF/PACF の形から (p,d,q) を同定し、 予測・信号抽出に用いる時系列モデルの定番。 関連してVAR・時系列・相関・ホワイトノイズも参照。

🌐 関連手法・派生 — 自己相関 の周辺地図

自己相関 と一緒に覚えておくと選択肢が広がる関連手法。 状況によって使い分けが必要なので、 それぞれの強みと弱みを 1 行で言えるようにしておきましょう。

• 偏自己相関 (PACF)
• ARIMA
• Durbin-Watson
• Ljung-Box 検定
• クロス相関

表中の各手法は本サイト内に個別ページが用意されているものが多いです。 興味を持った概念は、 横展開的に読むと体系的な理解が早く進みます。

🔗 関連用語（前提・並列・発展）

🔗 関連用語（前提・並列・発展）— 自己相関 の知識ネットワーク

この用語を理解するうえで関係の深い概念を、 階層的にまとめました。 各チップから直接ページへ飛べます。

📚 統計学習の総合ガイド

📚 統計学習の総合ガイド

🎯 学習目標

このページの概念をマスターすることで、 以下のスキルが身につきます：

• 定義と公式を正確に理解
• 適切な使用場面を判断
• Python で実装し、 結果を可視化
• 仮定の確認と診断
• 結果の解釈と報告
• 限界と注意点の理解
• 関連手法との使い分け

📊 SSDSE-B-2026 データの構造

このコンペの主要データセット（SSDSE-B-2026）の構造：

• 47都道府県 × 過去複数年（パネル形式）
• 112列の社会経済指標
• 人口、 出生、 死亡、 婚姻、 経済、 教育、 環境、 家計など多次元
• 政府統計を統合した信頼性の高いデータ

🔍 主要な変数群

💡 ジャストインタイム型学習

このガイドは「必要なときに必要な知識」を提供する設計：

• 論文中の用語をクリック → 該当の用語解説へジャンプ（ポップアップ）
• 概念マップで関連用語を辿る
• 包含マップで体系を把握
• ツリーマップで全体を俯瞰
• Python コードをコピーして実行
• SSDSE データで実際に試す

🛠️ Python データサイエンス環境

🎯 このコードでやること：自己相関 — 時系列が自分自身の過去値とどれだけ似ているかに関連するステップ #2。基本統計量を計算します。

📥 入力例（df.head()）
df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', skiprows=[1])
# SSDSE-B-2026 は 47都道府県×12年（2012〜2023）のパネル（1行目=英字コード, 2行目=日本語名）
# skiprows=[1] で日本語名の行を飛ばし、英字コード行をヘッダにする
# 実在する列コード例: A1101=総人口 ／ A4101, B4101 も実在の指標列

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22

# 必須ライブラリのインストール
pip install pandas numpy scipy statsmodels scikit-learn matplotlib seaborn

# 標準的なインポート
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from scipy import stats
from sklearn.preprocessing import StandardScaler
from sklearn.model_selection import train_test_split
from sklearn.metrics import r2_score, mean_squared_error

# 日本語表示の設定（matplotlib）
plt.rcParams['font.family'] = 'Hiragino Sans'
plt.rcParams['axes.unicode_minus'] = False

# データ読み込み（SSDSE は cp932 エンコーディング）
df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', skiprows=[1])
print(df.shape)
print(df.head())
print(df.describe())

📤 このブロックは標準出力には何も出さない

🌟 効果的なEDAテンプレート

🎯 このコードでやること：自己相関 — 時系列が自分自身の過去値とどれだけ似ているかに関連するステップ #3。可視化（散布図／樹形図／時系列プロット）を描きます。

📥 入力例（df.head()）
df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', skiprows=[1])
# SSDSE-B-2026 は 47都道府県×12年（2012〜2023）のパネル（1行目=英字コード, 2行目=日本語名）
# skiprows=[1] で日本語名の行を飛ばし、英字コード行をヘッダにする
# 実在する列コード例: A1101=総人口 ／ A4101, B4101 も実在の指標列

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

def quick_eda(df, target=None):
    """探索的データ分析の基本テンプレート"""
    print(f"Shape: {df.shape}")
    print(f"\nColumn types:\n{df.dtypes}")
    print(f"\nMissing values:\n{df.isnull().sum()}")
    print(f"\nBasic stats:\n{df.describe()}")

    # 数値列の可視化
    numeric_cols = df.select_dtypes(include=[np.number]).columns
    df[numeric_cols].hist(bins=20, figsize=(15, 10))
    plt.tight_layout()
    plt.show()

    # 相関ヒートマップ
    if len(numeric_cols) > 1:
        plt.figure(figsize=(12, 10))
        sns.heatmap(df[numeric_cols].corr(), annot=True, fmt='.2f',
                    cmap='RdBu_r', center=0)
        plt.show()

    # ターゲットがあれば散布図行列
    if target and target in df.columns:
        sns.pairplot(df[numeric_cols[:5]], hue=target if df[target].dtype == 'O' else None)
        plt.show()

📤 このブロックは標準出力には何も出さない

📈 報告書テンプレート

分析結果を報告する際の標準的な構成：

1. 背景・目的：なぜこの分析が必要か
2. データ：出所、 サンプルサイズ、 期間
3. 方法：使用した統計手法、 仮定
4. 結果：図表、 統計量、 検定結果
5. 解釈：結果が何を意味するか
6. 限界：分析の制約
7. 結論：要点まとめ、 今後の課題

自己相関 は単独で完結する用語ではなく、 大きな概念群の中のひとつ。 同じカテゴリの他用語と合わせて学ぶと、 「何を選ぶべきか」の判断が一気に楽になります。

• カテゴリ全体像 → 用語集トップ
• 概念マップ → 概念マップ
• 論文一覧から関連実装を確認 → 論文一覧

🗺️ 統計手法選択フローチャート

Q1: 何を知りたい？

• 記述したい → 平均、 分散、 ヒストグラム
• 比較したい → t検定、 ANOVA、 χ²検定
• 関係を見たい → 相関、 回帰
• 予測したい → 回帰、 機械学習
• 分類したい → ロジスティック回帰、 SVM、 RF
• グループ分けしたい → クラスタリング
• 次元を減らしたい → PCA、 因子分析
• 因果関係を知りたい → RCT、 IV、 DiD、 PSM

Q2: データの種類は？

• 連続値 → t検定、 ANOVA、 線形回帰
• カテゴリ → χ²検定、 ロジスティック回帰
• 順序 → ノンパラ検定、 順位回帰
• カウント → ポアソン回帰、 負の二項回帰
• 時系列 → ARIMA、 VAR、 状態空間
• パネル → 固定効果、 ランダム効果

Q3: サンプルサイズは？

• n < 30：ノンパラ、 ベイズ、 ブートストラップ
• 30 ≤ n < 200：古典的検定、 単純な回帰
• n ≥ 200：複雑なモデル、 機械学習
• n ≥ 10000：深層学習も可能

Q4: 仮定は？

• 正規性：満たす → パラメトリック / 満たさない → ノンパラ
• 独立性：必須 / 違反 → クラスター調整、 時系列モデル
• 等分散性：満たす → OLS / 違反 → WLS、 ロバスト

📏 効果量の参照表

p値だけでなく効果量も併記するのが現代統計の標準。 主要な指標と Cohen の解釈基準：

🖼️ 自己相関の追加図解 — 実データでの典型パターン

自己相関は時系列分析の基礎ツールであり、 ホワイトノイズ・トレンド・季節性・周期性などの構造を判別する強力な指標です。 ACF (Auto-Correlation Function) と PACF (Partial Auto-Correlation Function) を組み合わせると、 ARIMA モデルの次数決定にも直接活用できます。

図: ACF/PACF の典型例。 棒の長さがラグ k 時点での自己相関を表し、 信頼帯 (±2/√N) を超えるラグが統計的に有意。

図: 時系列データ (上) とその自己相関 (下)。 同じデータでも時系列プロットと ACF を併用することで構造の把握が深まる。

図: y_t vs y_{t-1} のラグ散布図パターン例。 強い正の自己相関なら右上がり、 負なら右下がり、 ホワイトノイズなら無相関の雲状になる。

📊 自己相関パターンの読み解き表

📤 読み方: ACF と PACF を併読することで ARIMA の (p, d, q) と季節成分 (P, D, Q, S) を推定可能。 これは Box-Jenkins 法の中核。

🗺️ 概念マップ — 3つの視点で体系を理解する

自己相関 がデータサイエンスの体系の中でどこに位置するかを、 3つの異なる視点で可視化します。 同じ情報でも見方を変えると気付きが変わります。

📍 体系階層のパス

🌐 統計・データサイエンス › 関連・回帰 › 相関 › 自己相関

① 🔗 関係マップ — 「他の手法とどう繋がっているか」

中心に 自己相関 を置き、 そこから 時系列分析・相関係数・ARIMA・VAR・共分散・Spearman相関 など 計 7 個の用語へ、 前提・兄弟・発展形といった関係を矢印で結んでいます。 線がどちら向きかを見れば、 先に読むべき用語とあとから読む用語が分かります。 ノードはドラッグで動かせ、 ホイールでズーム、 クリックでその用語のページへ遷移します。

② ⭕ 包含マップ — 「どのカテゴリに含まれているか」

大きな円が小さな円を包含する Circle Packing 図。 「自己相関」は緑色でハイライト。

• カテゴリ円をクリック：その内部にズームイン
• 白背景クリック：1階層戻る
• 用語円をクリック：詳細ページへ遷移
• マウスホバー：階層パス表示

③ 🌳 ツリーマップ — 「面積で見るボリューム比較」

長方形を入れ子に分割した Treemap 図。 各分野の規模感を面積で比較。 「自己相関」は緑色でハイライト。

• カテゴリ矩形をクリック：その内部にドリルダウン
• パンくず（上のリンク）クリック：その階層に戻る
• 用語矩形をクリック：詳細ページへ遷移
• マウスホバー：階層パスと値を表示

🎯 3つのマップの使い分け

💡 3 つの図は同じ位置関係を別の角度から描いています。 関係マップは 自己相関 の隣に何が並ぶかを、 包含マップとツリーマップは 統計・データサイエンス → 相関 → 自己相関 という入れ子の位置を示します。 「相関には他に何があったか」を思い出したいときは包含マップを、 「次に何を読むか」を決めたいときは関係マップを開いてください。

🔗 隣接手法への橋渡し

「自己相関」は単独で完結する手法ではなく、 隣接領域と連携することで真価を発揮する。

• 上流: 入力データの前処理・整備 (時系列データ、 定常性)
• 並列: 類似目的を持つ代替手法 (相互相関、 相関) と比較・併用
• 下流: 出力結果の評価・解釈 (ARIMA、 予測)

これらの接続を意識することで、 「自己相関」を中核に据えた一貫した分析パイプラインを構築できる。

🌳 手法選択フロー

「autocorrelation」を含む手法選択は、 データの性質・分析目的・運用制約の 3 軸で決まる。 以下に典型シナリオと対応する手法の組合せを示す。

典型シナリオ別の手法選択

選んだ後の検証ステップ

1. 前処理確認: 標準化 / 欠損処理 / カテゴリ変数のエンコード が適切か
2. ハイパラ調整: 交差検証で安定する値を選ぶ
3. 性能評価: タスクに応じた指標 (RMSE / Accuracy / F1 / AUC / シルエット等) を複数併用
4. 頑健性チェック: 別手法 / 別シードで結果が大きく違わないか確認
5. 解釈: 結果を分野知識と照らし合わせ、 意味のある発見になっているか検討

🧭 直感をもう一段深める — 「過去の自分」との相関

自己相関の核心は「時系列を自分自身のコピーとラグ $k$ だけずらして重ね、どれだけ揃うか」を測ることです。ラグ 1 なら「今年の値」と「去年の値」の Pearson 相関、ラグ 2 なら「今年」と「一昨年」の相関です。ずらして揃うということは、過去が未来を部分的に予言しているということ。ここが「予測可能性」の源になります。

• トレンドがあると自己相関は高くなる：増え続ける／減り続ける系列は、隣り合う値が近いのでラグ 1 の ACF が 1 に近づき、ラグを伸ばしてもゆっくり減衰します（緩やかな下り坂状のコレログラム）。
• 季節性があると周期でピーク：周期 $s$ の季節性があると ACF はラグ $s, 2s, 3s\dots$ で山を作ります。月次データの年周期なら 12, 24, 36 に大きな棒が立ちます。
• ホワイトノイズは自己相関ゼロ：完全にランダムな系列は、ラグ 0（自分自身）以外の ACF が信頼区間 $\pm 2/\sqrt{N}$ の内側に収まります。「もう予測材料が残っていない」合図です。
• ACF と PACF の役割分担：ACF は「間接効果込み」の相関（ラグ 1 が効いていればラグ 2 にもその影響が波及して見える）。PACF（偏自己相関）は途中のラグの影響を取り除いた純粋なラグ $k$ の効果を測ります。AR モデルの次数はこの PACF の切れ方で読みます。

📈 追加の実測例 — 秋田県 総人口 A1101（2012〜2023, 12点）

既存の計算例（東京都 A1101, 増加トレンド）とは逆に、減少トレンドの系列でも自己相関が高く出ることを確認します。秋田県の総人口 A1101 は 12 年間ほぼ単調減少です（人口減少で知られる県）。トレンドの向きにかかわらず、隣接年が近いので ACF は大きく出ます。

📤 実測（SSDSE-B-2026, cp932, skiprows=[1]）
秋田県 A1101（人）: 1063000, 1050000, 1037000, 1023119, 1011000,
                    999000, 985000, 972000, 959502, 945000, 930000, 914000
ACF(1) = 0.742,  ACF(2) = 0.497,  ACF(3) = 0.271   （原系列・n=12）
1階差分後 ACF(1) = 0.343                            （トレンド除去で低下）

※ 上記は SSDSE-B-2026 の実測値。合成データではありません。手順は Prefecture=='秋田県' を年で昇順ソートし A1101 を取り出すだけで、既存の東京都コード（🧮 実値計算例）を '秋田県' に変えれば再現できます。

⚠️ 落とし穴（重要）— 自己相関で足をすくわれるポイント

自己相関は「見えている相関が本物か」を左右します。特に非定常と回帰残差の系列相関は、多くの誤った結論の温床です。

🚀 発展 — 自己相関を使いこなす

① ACF/PACF による ARIMA 次数同定（Box–Jenkins 法）

定常化した系列の ACF と PACF の「切れ方」で ARIMA の次数 $(p,d,q)$ を読みます。古典的な対応表です。

$d$（差分回数）は原系列が定常になるまでの回数。SARIMA では季節ラグの ACF/PACF で季節次数 $(P,D,Q)_s$ を読みます。

② 系列相関の検定 — Durbin–Watson と Ljung–Box

• Durbin–Watson (DW)：回帰残差のラグ 1 系列相関を検出。統計量 $DW\approx 2(1-\hat\rho_1)$ で、2 なら無相関、0 に近いと正の系列相関、4 に近いと負の系列相関。ラグ 1 専用・回帰残差向けという限界があります（当ページ 🐍 セクションに実装例）。
• Ljung–Box 検定：ラグ 1〜$h$ の自己相関をまとめて検定。帰無仮説「すべてのラグで自己相関ゼロ（＝ホワイトノイズ）」。$Q=n(n+2)\sum_{k=1}^{h}\hat\rho_k^2/(n-k)$ が $\chi^2_h$ に従い、$p<0.05$ で「自己相関あり」。モデル残差の診断（当てはめ後に残差がホワイトノイズか）に必須です。

③ 系列相関の補正 — HAC / Newey–West

残差に系列相関（や不均一分散）があるとき、係数推定はそのままに標準誤差だけを頑健化するのが HAC（Heteroskedasticity and Autocorrelation Consistent）標準誤差、代表実装が Newey–West です。statsmodels なら fit(cov_type='HAC', cov_kwds={'maxlags':L}) で適用でき、t 検定・信頼区間の過信を防げます。時系列回帰・パネル分析の定番です。

④ 定常化と自己相関の関係

自己相関の解釈は定常性が前提。非定常なら差分・対数変換・トレンド除去で定常化し、その後の ACF を見ます。上の秋田県の例でも、1 階差分で ACF(1) が 0.742→0.343 に下がりました。「原系列の高い ACF はトレンド由来、差分後に残る ACF がモデル化すべき本体」という切り分けが要点です。

⑤ 自己相関と予測可能性

有意な自己相関が残っているということは「まだ使える情報がある」＝予測の余地があるということ。逆に、良い予測モデルの残差はホワイトノイズ（ACF がすべて信頼区間内）になるべきで、残差に自己相関が残っていればモデルが情報を取りこぼしています。予測の良し悪しは残差の Ljung–Box で点検します。関連して、片方のラグが他方を予測するかはグランジャー因果、多変量への一般化はVARです。

⑥ 空間自己相関（Moran's I）

「過去の自分」との相関（時間方向）を空間方向に置き換えたのが空間自己相関。近い地域ほど値が似る傾向を測る指標が Moran's I（$-1$〜$+1$、正なら似た値が隣接＝クラスタ化）です。SSDSE-B のような 47 都道府県データでは、隣接県で人口・家計指標が似る空間自己相関がしばしば見られ、地域回帰で残差の空間相関を無視すると時系列と同じく標準誤差を過小評価します。時間の ACF と発想は同型です。

🔗 関連ページ

このサイト内の関連用語（実在ページのみリンク、未整備の項目はテキスト）：

• 前提：時系列データ ／ 定常性 ／ 相関係数 ／ 共分散 ／ 分散 ／ ラグ変数（PACF）
• 回帰との接点：OLS ／ 重回帰 ／ 残差 ／ 標準誤差 ／ 見せかけの相関・回帰
• 発展：ARIMA / SARIMA ／ VAR ／ グランジャー因果 ／ 指数平滑法 ／ パネルデータ
• 検定・補正（サイト内個別ページ未整備）：Durbin–Watson 検定、Ljung–Box 検定、ADF/KPSS 検定、HAC / Newey–West 標準誤差、Moran's I（空間自己相関）はテキストで解説（上記各節参照）。