時系列分析とは？

主な時系列分析の手法

時系列分析には、主に以下の手法が存在します。

非季節性手法

非季節性手法は、季節的な要因を含まないデータに適した手法です。反対に例えば「バレンタインデーが近づくとチョコレートの売り上げが伸びる」 は季節的な要因に含まれます。直観的な理解では「グラフの谷と山が不規則に表れるデータ」が 季節的な要因を含まないデータと言えるでしょう。

非季節性手法には主に以下が挙げられます。

手法名	説明
シングル移動平均法	直前の数期間の平均を将来に投影し、実測データを平滑化します。
シングル指数平滑法	過去になるにつれて指数的に減少する重みを使って、実測データのすべてに重み付けをします。 通常はデータが最近のものであるほど大きい重みを与えます。
ダブル移動平均法	シングル移動平均法を、最初に実測データに、次にシングル移動平均化データに順番に適用します。
ダブル指数平滑法	シングル指数平滑法を、最初に実測データに、次にシングル指数平滑化データに順番に適用します。

季節性手法

非季節性手法とは異なり、季節的な要因を含むデータに適した手法です。 直観的な理解では「グラフの谷と山が規則的に表れるデータ」が 季節的な要因を含むデータと言えるでしょう。

季節性手法には主に以下が挙げられます。

手法	説明
加法型季節平滑法	あるデータ系列を、季節性・周期・誤差という成分に分けてそれぞれの値を決定し、それらを将来に 投影して再構築することによって、一つの予測を作成します。時間に対して増加をしていない季節性のあるデータに最適です。
積乗型季節平滑法	あるデータ系列を、季節性・周期・誤差という成分に分けてそれぞれの値を決定し、それらを将来に 投影して再構築することによって、一つの予測を作成します。加法型季節平滑法とは異なり、時間に対して増加をしているような 変動性の高いデータに適しています。

ARIMA（自己回帰和分移動平均）モデル

データ系列のある点とその直近時点の値との関係性を分析し、それらの関係性が将来も保存されるという仮定を置いて予測する手法です。 傾向と季節性のある、時間の経過で変化するデータに適しており、季節性循環を再現する曲線的な予測になります。

重回帰分析

データの変動をいくつかの変量と係数を用いて予測する手法です。時系列データでは変動に影響を及ぼす 様々な要素が考えられるため、導かれる式は複雑になります。 詳しくはスライドコンテンツ「CB Predictor ではじめる回帰分析」をご覧ください。

リスクを考慮した時系列分析

上に挙げた時系列分析を手計算で行うのは骨が折れます。そのため現在では、時系列分析を自動的に行うアプリケーションやソフト ウェアが数多く生み出されています。その中でもCrystal Ballは、既存のデータ系列に対していくつかの最適な時系列分析手法を自動的に実行し、 その中から最も当てはまりのよいものをユーザに提示する機能を有しています。ただし、過去のデータに時系列分析を行っただけでは 予測したデータがどれくらい変動するかといった「ブレ幅」を考慮することができません。Crystal Ballでは様々な時系列分析を自動的に行えるだけでなく このような変動幅を自動的に設定し、モンテカルロ・シミュレーションを用いたリスク分析を可能にします。

　例えば将来の夏の気温を予測する場合、時系列分析を用いただけではある特定の気温しか予測することができません。 Crystal Ballを使用すれば、特定の気温を予測できるだけでなくどの範囲に気温が収まるのか、考えられる最大の気温は何度かといった 様々な分析を行うことができます。時系列分析を用いた事例の詳細はこちらをご覧ください。

〇 Crystal Ball ニュースレター Vol.9 「今年の夏は異常か？」

活用してみましょう！

時系列分析で予測した将来のデータに対して、さらに変動幅を付加させることによって様々なシナリオを考慮した分析が可能となります。このように、Crystal Ballは単なるモンテカルロ・シミュレーションを行うためだけのソフトウェアではなく、モンテカルロ・シミュレーションの長所をほかの機能と融合させた統合的なリスク分析 ソフトウェアなのです。

さらにCrystal Ballでは、時系列分析の機能以外にも感度分析機能や最適化機能が搭載されており、 これらの機能をExcel上で簡単に使用することができます。また15日間無料でご使用いただける試用版もございますので、 サンプル事例と合わせて是非お試し下さい。

資料ダウンロード

弊社の個人情報に関する取り扱いについては「個人情報の取り扱いについて」（プライバシーマーク付与認定済）をご覧ください。