分解のデータを入力する

統計 > 時系列分析 > 分解

データを入力する

分析するデータの列を指定するには、次の手順を実行します。

  1. 変数に、一定の間隔で収集され、時間順に記録された数値データの列を入力します。データが複数の列に入力されている(たとえば、年ごとに別々の列にデータが入力されている)場合は、データを単一の列に積み重ねる必要があります。

    この分析を実行するには、少なくとも2つのフルシーズンのデータを収集する必要があります。ただし、4~5つのフルシーズンのサイクルデータを収集するようお勧めします。十分なフルサイクルのデータが存在しない場合は、季節指標の妥当な推定値を計算するための十分なデータが存在しない可能性があります。

  2. 季節長に、1つの季節で得られる観測値の数を入力します。たとえば、データを毎月収集し、それらに年間パターンがある場合は、「12」と入力します。

    季節の長さが不明な場合は、統計 > 時系列分析 > 時系列プロットまたは統計 > 時系列分析 > 自己相関を使用して長さを特定できるようにします。

このワークシートでは、[売上高]に各月に販売されたコンピュータの台数が入力されています。

C1
売上高
195000
213330
208005
249000
237040

モデルタイプ

データに適合する季節パターンを選択します。乗法データでは、季節パターンの大きさは、データ水準の変化に伴って変わります。加法データでは、季節パターンの大きさは、データ水準が変化しても一定のままです。
乗法
加法
モデルタイプが不明な場合は、以下のいずれかを行います。
  • 統計 > 時系列分析 > 時系列プロットを使用して正しいモデルを識別します。
  • 乗法加法の両方を試して、精度の測度を比較して適合度の高いモデルを判別します。

データに負の値が含まれている場合、乗法モデルを適合させてはなりません。正と負のデータがある場合、負のデータの乗法の季節指標は、データが正だった場合の逆数を取ります。このため、モデルはデータに適合しません。

モデル成分

モデルに含める成分を選択します。不確実な場合は、統計 > 時系列分析 > 時系列プロットを使用してデータにトレンドがあるかどうか判断します。

トレンドと季節要素
季節変動のみ

予測する

時系列の予測を行うには、次の手順を実行します。

  1. 予測するを選択します。
  2. 予測数に、予測の対象となる連続期間の数を入力します。
  3. 開始位置で、最初の予測の行番号を指定します。このフィールドを空白にすると、時系列の終わりから予測を開始されます。

    値を入力すると、その行番号までのデータのみが予測で使用されます。Minitabでは適合値の計算にすべてのデータを使用するため、予測値は適合値と異なります。

    たとえば、分析者が1月から12月までの毎月のデータを持っているとします。分析者が、12月に次の月の予測を行おうとしますが、12月のデータは揃っていません。分析者は、予測数に「2」と入力します。また開始位置に「12」と入力します。この場合Minitabでは、11月までのデータを使用して12月と1月の予測値を計算します。
本サイトを使用すると、分析およびコンテンツのカスタマイズのためにクッキーが使用されることに同意したことになります。  当社のプライバシーポリシーをご確認ください