Amazon Forecast は新規顧客には利用できなくなりました。Amazon Forecast の既存のお客様は、通常どおりサービスを引き続き使用できます。[詳細はこちら](https://aws.amazon.com/blogs/machine-learning/transition-your-amazon-forecast-usage-to-amazon-sagemaker-canvas/)

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# 自己回帰和分移動平均 (ARIMA) のアルゴリズム
<a name="aws-forecast-recipe-arima"></a>

自己回帰和分移動平均 ([ARIMA](https://en.wikipedia.org/wiki/Autoregressive_integrated_moving_average)) は、時系列予測に一般的に使用される局所統計アルゴリズムです。ARIMA は、入力データセットの標準的時間構造 (時間のパターン化された編成) をキャプチャします。Amazon Forecast の ARIMA アルゴリズムは、Comprehensive R Archive Network (CRAN) の `Package 'forecast'` の [Arima 関数](https://cran.r-project.org/web/packages/forecast/forecast.pdf#Rfn.Arima.1)を呼び出します。

## ARIMA の仕組み
<a name="aws-forecast-recipe-arima-how-it-works"></a>

ARIMA アルゴリズムは、定常時系列にマッピングできるデータセットに特に役立ちます。定常時系列の統計プロパティ (自己相関など) は、時間に依存しません。定常時系列を持つデータセットには通常、信号とノイズの組み合わせが含まれます。信号は正弦波振動のパターンを示すか、または季節的な構成要素を含む可能性があります。ARIMA は、信号をノイズから分離するフィルターのように動作し、今後の信号を推定して予測を立てます。

## ARIMA のハイパーパラメータおよびチューニング
<a name="aws-forecast-recipe-arima-hyperparamters"></a>

ARIMA ハイパーパラメータとチューニングの詳細については、[CRAN](https://cran.r-project.org) の「[Package 'forecast'](https://cran.r-project.org/web/packages/forecast/forecast.pdf)」(パッケージ「予測」) の `Arima` 関数のドキュメントを参照してください。

Amazon Forecast は、次の表を使用して、[CreateDataset](API_CreateDataset.md) オペレーションで指定された `DataFrequency` パラメータを R [ts](https://www.rdocumentation.org/packages/stats/versions/3.6.1/topics/ts) 関数の `frequency` パラメータに変換します。


| DataFrequency (文字列) | R ts frequency (整数) | 
| --- | --- | 
| はい | 1 | 
| M | 12 | 
| W | 52 | 
| D | 7 | 
| H | 24 | 
| 30 分 | 2 | 
| 15 分 | 4 | 
| 10 分 | 6 | 
| 5 分 | 12 | 
| 1 min | 60 | 

24 未満の頻度または短い時系列の場合、ハイパーパラメータは [CRAN](https://cran.r-project.org) の `Package 'forecast'` の `auto.arima` 関数を使用して設定されます。24 以上の頻度または長い時系列の場合は、「[Forecasting with long seasonal periods](https://robjhyndman.com/hyndsight/longseasonality/)」で説明するように、K = 4 のフーリエ級数を使用します。

表にないサポートされているデータ頻度のデフォルト値は、`ts` 頻度 1 に設定されます。