加法的モデルとは

個々の因子の効果が差別化され、加算してデータがモデル化されたデータモデル。それらの因子は、数種類のMinitabコマンドで使用されます。
  • 加法的モデルは、分解法およびWinterの方法でのオプションとして選択できます。
  • 加法的モデルは、二元配置の分散分析手法でオプションとして選択できます。モデルから交互作用項を省略するには、このオプションを選択します。

乗法的モデルとは

このモデルでは、データが増加すると、季節パターンも増加すると仮定しています。ほとんどの時系列プロットでこのようなパターンが示されます。このモデルでは、トレンド成分と季節成分が乗算されて誤差成分に加算されます。

加法的モデルと乗法的モデルのどちらを使用するか

データの季節パターンの大きさがデータの大きさに依存する場合は、乗法的モデルを選択します。つまり、季節パターンの大きさは、データ値の増加に伴って増加し、データ値の減少に伴って減少します。

データの季節パターンの大きさがデータの大きさに依存しない場合は、加法的モデルを選択します。つまり、季節パターンの大きさは系列の増減に伴って変化しません。

データのパターンが不明で、加法的方法と乗法的方法のいずれが適切であるかわからない場合は、両方の方法を試し、精度の測度が小さいほうの方法を選択します。

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