データ分析手法ガイドへ戻る
METHOD GUIDE
/
CHAPTER 07 時系列分析
CHAPTER
07
時系列分析
TIME SERIES ANALYSIS時間の順序を持つデータから、変化の傾向や周期性を読み取り、 将来の動きを予測するための分析手法。
METHODS IN THIS CHAPTER
METHOD 29
移動平均
MOVING AVERAGE
PURPOSE
細かな変動をならして全体の傾向を見たい
CATEGORY 07
時系列分析
一定期間ごとのデータの平均値を順番に計算することで、 日々・月々の細かな変動をならし、データ全体の大きな傾向を 見やすくする手法。
VISUAL / SMOOTHING
短期的な上下動をならして「流れ」を見る
実績値
移動平均
JAN
MAR
MAY
JUL
SEP
NOV
この手法でわかること・できること
- 短期的なばらつきをならして、全体の傾向を把握できる
- 売上や需要が上昇・下降している流れを確認できる
- 期間の異なる移動平均を比較して変化の速度を捉えられる
METHOD 30
TCSI分離法
TCSI DECOMPOSITIONPURPOSE
時系列の変動要因を分けて見たい
CATEGORY 07
時系列分析
時系列データの動きを、長期的な傾向（T）、循環的な変動（C）、季節による変動（S）、不規則な変動（I）に分けて捉える手法。
VISUAL / DECOMPOSITION
ひとつの時系列を「4つの変動」に分解する
↓
TTREND
CCYCLE
SSEASONAL
IIRREGULAR
この手法でわかること・できること
- 売上などの変化を複数の要因に分けて把握できる
- 季節による変動と長期的な成長・減少を区別できる
- 通常の変動では説明しにくい不規則な動きを確認できる
METHOD 31
ARIMA
AUTOREGRESSIVE INTEGRATED MOVING AVERAGEPURPOSE
過去の動きから将来を予測したい
CATEGORY 07
時系列分析
過去の値や過去の予測誤差など、時系列データ自身が持つ規則性を利用して、将来の値を予測する代表的な時系列分析手法。
VISUAL / FORECAST
過去の時系列パターンを使って未来を予測する
FORECAST
PASTNOWFUTURE
この手法でわかること・できること
- 過去の時系列データから将来の値を予測できる
- 過去の値が現在に与える影響をモデル化できる
- トレンドを調整しながら時系列の規則性を捉えられる
METHOD 32
Prophet
PROPHETPURPOSE
季節性やイベントを考慮して予測したい
CATEGORY 07
時系列分析
時系列データをトレンドや季節性などの要素に分け、休日やイベントの影響も加味しながら将来の値を予測する時系列予測手法。
VISUAL / FORECAST MODEL
トレンド・季節性・イベントを組み合わせて予測する
EVENT
この手法でわかること・できること
- トレンドや季節性を考慮して将来の値を予測できる
- 休日やイベントによる特殊な変動をモデルに加えられる
- 日次・週次など周期性のあるビジネスデータを扱いやすい