時系列解析

毎日の気温の推移や、毎月の売り上げの推移などの時系列データを取り扱う分析手法を時系列解析といいます。時系列解析は売り上げや需要の予測など、様々な場面で活用されています。

時系列データの特徴としてデータに前後の関係があることが挙げられます。この関係を自己相関といいます。また、自己相関の中でも年単位の周期性は季節成分、あるいは季節性と呼ばれます。これらの時系列データ特有の性質を踏まえて、時系列解析では時系列データを自己相関、季節性、増加・減少等のトレンド、イベント等の外因性、ホワイトノイズ（未来を予測する情報がほとんど含まれていないノイズ）に分けて取り扱います。モデル化の手法にはARIMAモデル、SAMARIMAモデルのようなシンプルなものと、状態空間モデルのような自由度の高いものがあります。

関連項目