② 機械学習の概要 ／ 7. 教師あり学習
ベクトル自己回帰モデル (VARモデル)とは
VARモデルとは、複数の時系列変数が互いに影響を与え合う関係を同時に表現するモデルです。単一系列しか扱えないARモデルに対し、多変量時系列を扱える点が重要です。
この用語はG検定シラバスの「7. 教師あり学習」に含まれます。 章全体の用語は用語解説②（全62語）にまとまっています。
一言でいうと
複数の時系列が互いに影響し合う関係を、まとめて表現するモデルです。
何が違うのか
ARモデルは1本の時系列をその過去の値から予測します。
VARモデルでは、複数の系列それぞれが、すべての系列の過去の値から影響を受けると考えます。たとえば金利・物価・GDPのように、互いに作用し合う指標をまとめて分析できます。
どこで使われるか
経済学における政策効果の分析など、複数の指標の相互関係を見たい場面で用いられます。「AとBのどちらが先に動くのか」といった関係の把握にも使われます。
どちらが先に動くかを調べる
VARモデルでは複数系列の関係を同時に扱えるため、「Aの変化がBの変化に先行しているか」を統計的に調べることができます。
ただしこれは時間的な先行関係であって、因果関係が証明されるわけではありません。相関と因果を区別する姿勢はここでも重要です。
混同しやすい用語との違い
| 用語 | ポイント |
|---|---|
| VARモデル | 多変量。複数系列の相互作用を扱う |
| ARモデル | 単一系列。自分の過去の値のみを使う |
🎯 G検定での押さえどころ
- 複数の時系列を同時に扱える
- 系列どうしが互いに影響し合う関係を表現する
- ARモデル（単一）との対比で押さえる
⚠️ よくある誤りの選択肢
- 「VARモデルは単一の時系列しか扱えない」→ 誤り。それはARモデルです
関連する用語
ご利用にあたって 本ページの内容は、JDLAが公開しているG検定シラバス2024や公式テキストなど、一般に公開されている情報をもとに独自に整理・解説したものです。実際の試験の出題内容を示すものではなく、また合格を保証するものでもありません。制度・法令・試験要項は変更されることがあるため、最新の情報は必ずJDLA公式サイトでご確認ください。