の主な結果 時系列のBox-Cox変換

方法表には、解析の設定と変換の λ の値が表示されます。

これらの結果では、季節期間は 12 で、解析ではデフォルト範囲の -1 と 2 の間の λ 値が検索されます。λ の最適値はおよそ -0.15 です。分析では、値が 0 に丸められ、自然対数変換が使用されます。

元の系列の時系列を変換された系列の時系列プロットと比較して、変換によって分散が定常になることを確認します。

これらの結果では、元の系列の時系列プロットは非定常分散を示しています。このデータでは、季節サイクルの高値と安値の差は、時間が経つにつれて増加します。このパターンは、時間の経過とともに分散が増加することを示しています。

変換された系列の時系列プロットを調べて、変換によって分散が定常になることを確認します。

これらの結果では、変換された系列の時系列プロットは、季節サイクルの高点と安値点の間にほぼ均一な差を示しています。このパターンは、変換によって分散が定常化したことを示しています。

また、変換されたデータの時系列プロットを調べて、変換された系列の他の重要な特性を評価します。たとえば、ARIMA モデルの仮定には、系列に定常分散に加えて定常平均があることが含まれます。変換された系列の時系列プロットで、変換された系列に定常平均がないことが示されている場合は、 拡張ディッキーフラーテスト データの差分によって系列の平均が定常的になるかどうかを確認してください。

これらの結果では、変換された系列は上昇傾向を示しています。このパターンは、系列の平均が定常ではないことを示しています。 拡張ディッキーフラーテスト 変換されたデータの格納列で を使用して、差分によって系列が定常的になるかどうかを判断します。