トレンド分析のデータを入力する

統計 > 時系列分析 > トレンド分析

データを入力する

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

モデルタイプの下で、データのトレンドに適合するモデルのタイプを指定します。これら4つのモデルの中から選択するには、次の手順を実行します。
  • 時系列プロットを使用してデータをグラフ化します。次に、プロットを以下の図と比較し、適切なモデルのタイプを判断します。
  • 4つのモデルを当てはめ、精度の測度(MAPE、MAD、およびMSD)を比較することができます。精度の測度値が最小のモデルを選択します。
線形

データが線に適合する場合は、時間の経過に伴う変化率が一様であることを示します。モデルは、Yt = β0 + (β1 * t) + etです。このモデルにおいて、β1は1つの期間から次の期間への平均変化量を表します。

2次

データには曲面性がある場合は、変化率が時間の経過に伴って変動することを示しています。モデルは、Yt = β0 + β1 * t + (β2 * t2) + etです。

指数的成長

データには急勾配の曲面性がある場合は、時間の経過に伴って変化率がより急激に変動することを示しています。たとえば、普通預金は指数関数的な増加を示す場合があります。モデルは、Yt = β0 + (β1t) + etです。

S-曲線 (Pearl-Reedロジスティク)

データにS曲線がある場合は、変化の方向が時間の経過に伴って変動することを示しています。モデルは、Yt = (10a) / (β0 + β1 * β2t)です。

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