時系列データから規則性を知る の履歴(No.1)

• 履歴一覧
• 差分 を表示
• 現在との差分 を表示
• ソース を表示
• 時系列データから規則性を知る へ行く。
  • 1 (2018-02-06 (火) 06:23:33)
  • 2 (2018-02-06 (火) 08:26:09)
  • 3 (2018-06-21 (木) 04:41:51)
  • 4 (2023-07-10 (月) 00:37:21)
  • 5 (2023-11-16 (木) 02:04:36)
  • 6 (2024-07-11 (木) 04:51:35)
  • 7 (2024-11-15 (金) 15:57:42)

次の表 5 は、ある企業の売上高の推移である。前節の「対応しているデータ」の場合と似ているが、このような時間に対して何らかの変量を取るデータを時系列データという。それでは、このようなデータについて、時間的変動パターンの規則性を知るためにはどのようにすればよいか。

考え方と適用手法†

時系列データの変動パターンを視覚的にとらえて把握するためには、いわゆる折れ線グラフを適用する。さらに、傾向変動をとらえるために目測法、移動平均法、最小二乗法（回帰分析）などが適用できる。ただし、変動パターンは直線的とは限らないので、以下のどの方法が適切か、データのどの期間に適用できるのか等、個々のデータの特性に応じてよく吟味する必要がある。

目測法†

観測者の主観により、折れ線グラフの傾向をに最適と思われる直線を目分量で引く。当然のことながら、観測者により異なった直線が得られる。

移動平均法†

一定期間の平均を、期間の位置をずらしながら求めた移動平均値により、傾向線（移動平均線）を求める方法を移動平均法と呼ぶ。平均をとる一定期間の間隔を調節することで、短期、中期、長期の傾向を把握することができる。移動平均線は実際の動きを平滑化し、少し遅れて追随する。

最小二乗法（回帰分析）†

近似直線を求める方法であり、既述の回帰分析と全く同じ方法である。ただし、時間軸のスケールについては、必要に応じて工夫することが多い。直線的傾向の強いデータに適用する必要がある。

#ref(): File not found: "uriage.png" at page "時系列データから規則性を知る"