二重指数平滑化の主要な結果を解釈する

二重指数平滑化分析を解釈するには、次の手順を実行します。主要な出力には、平滑化プロット、精度の測度、および予測などがあります。

ステップ1: モデルがデータに適合するかどうか判断する

平滑化プロットを調べて、モデルがデータに適合するかどうか判断します。適合値が実際のデータに密接に従う場合、モデルはデータに適合します。必ず、トレンドの方向または強度が変わる転換点すべてを調べてください。
  • モデルがデータに適合する場合は、トレンド分析を実行し、2つのモデルを比較できます。
  • モデルがデータに適合しない場合は、季節性があるかどうか、またはトレンドがないかどうかプロットを調べます。季節性があること、またはトレンドがないことの証拠が認められる場合は、別の時系列分析を使用してください。詳細は、使用する時系列分析を参照してください。

この平滑化プロットでは適合値がデータに密接に従っており、これは、そのモデルがデータに適合することを示しています。

ステップ2: モデルの適合を他のモデルと比較する

精度の測度(MAPE、MAD、およびMSD)を使用して、モデルの適合度を他の時系列モデルと比較します。これらの統計量は、それ自体ではそれほど参考になりませんが、別の方法を使用して得られた適合度を比較する目的で使用できます。それら3つの統計量すべてにおいて、通常は値が小さいほど適合性が高いモデルであることを示します。単一のモデルに3つすべての統計量の最小値が含まれていない場合は、通常、MAPEが優先される測定方法となります。

この精度の測度は、データの終わりからの1期間を予測する場合に期待される精度を示しています。したがって、1期間より先の期間の予測の精度を示すものではありません。予測でモデルを使用する場合は、精度の測度のみに基づいて決定しないでください。モデルの適合度も調べ、特に系列の終わりにその予測とモデルがデータに密接に従うことを確認する必要があります。

モデル1

精度の測度 MAPE 8.1976 MAD 3.6215 MSD 22.3936

モデル2

精度の測度 MAPE 6.9551 MAD 2.7506 MSD 11.2702
主要な結果: MAPE、MAD、MSD

これらの結果において、2番目のモデルのほうが1番目のモデルと比較して3つすべての数値が小さくなっています。したがって、2番目のモデルのほうが適合性が高いと言えます。

ステップ3: 予測値が正確かどうかを判断する

プロットでの適合値と予測値を調べて、正確な予測になるかどうか判断します。適合値は、特に系列の終わりにデータに密接に従います。系列の終わりにデータからずれる場合、または予測のトレンド線がデータの一般的なフローと一致しない場合は、基本のトレンドが変化に合わせてまだ調整され続けている可能性があります。データをさらに収集して、基本のトレンドにおける変化が短期的なものなのか、または長期的なものなのかを判断してください。

予測が正確なものに見える場合でも、ずっと先の将来の予測は慎重に行ってください。通常は、6期間先までの範囲についてのみ予測してください。

この平滑化プロットでは、系列の終わりにトレンドが変化するように見えます。予測のトレンド線は、データの長期に渡る全体的なトレンドほど急峻ではありませんが、差の原因は、系列の終わりにトレンドの変化に応じてモデルが修正されることにあります。予測によれば、向こう6か月間の売上について、若干上向きのトレンドが期待されます。

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