ベクトル自己回帰とは？互いの影響で予測する

ベクトル自己回帰とは何か

一般的な「自己回帰」が、ある一つのデータ（例えば自分の足跡）だけを見て未来を予想するものだとしたら、ベクトル自己回帰は「複数のデータを同時に扱う」のが特徴です。世の中にある出来事は孤立していないため、「Aの変動がBに与える影響」などを網羅的に計算して予測精度を高めます。

会話のキャッチボールのように捉えよう

友達同士での会話を想像してください。相手が「面白い！」と笑う（データの過去）と、あなたが次に何を話すか（未来）が変わってきますよね。ベクトル自己回帰モデルとは、一人の履歴だけでなく、「相手とのやり取り」や「周囲の流れ」という複数の要素をセットで捉えて、次の動きを予想する仕組みです。単独の情報収集ではなく、関連性のある全データを「一束（ベクトル）」として捉えるところがポイントです。

一言🐾

💡 自分の過去だけではなく、他人の過去も考慮に入れるイメージです。例えば、株価と為替などがイメージしやすいと思います。

　正直全くわかりません…思いましたが、一直線ではなく、波のように繰り返す様子を表している気がしました。ただ用語自体が「ベクトル」、「自己回帰」と難しい用語が盛りだくさんなので、これくらいが限度でしょうか。
評価：★★☆☆☆