トレンド分析のデータに関する考慮事項

確実に有効な結果が得られるようにするため、データを収集し、分析を行い、結果を解釈する際には、次のガイドラインを考慮してください。
時系列順にデータを記録する
時系列データは、一定の間隔で収集され、時間順に記録されます。データは、収集したときと同じ順序でワークシートに記録する必要があります。データが時系列順になっていないと、データの時間関連のパターンを評価できません。ただしその場合でも、散布図を使用して連続変数のペア間の関係を調査することはできます。
トレンドまたはパターンを評価するために十分なデータを収集する
十分なデータを収集し、データのトレンドまたはパターンを十分に評価できるようにします。たとえば、観測されるすべてのパターンが長期のパターンであり、単なる短期の異常ではないと確信できるだけの十分なデータが必要です。
適切な時間間隔でデータを収集する

検出しようとするパターンに基づいて時間間隔を選択します。たとえば、工程で月別のパターンを探すには、各月の同じ時期にデータを収集します。週ごとにデータを収集すると、週次データの雑音の中に月次パターンが失われる可能性があります。各四半期にデータを収集する場合、月次パターンは、各四半期で平均化すると失われる可能性があります。

ただし、時間経過に伴うデータの一般的なトレンドやシフトのみを探し、特定の時間間隔に関連するパターンを探すのでなければ、間隔の長さはそれほど重要ではありません。

データには季節成分なしのトレンドがある
データにトレンドがなく、季節成分もない場合は、移動平均または1系列指数平滑化を使用します。 データに季節成分があり、トレンドがあるかまたはない場合は、分解またはウィンターの方法を使用します。
トレンドは、シフトや反転のない一定の形状に従います。
データのトレンドに循環変動、シフト、または反転がある場合は、トレンドでの変化に適応可能な動的トレンド成分を使用する二重指数平滑化を使用してください。
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