目的の方法または計算式を選択します。
線形
計算式
選定トレンドモデル:
Yt = β0 + β1t + et
表記
| 用語 | 説明 |
|---|---|
| β0 | 定数 |
| β1 | 1つの期間から次の期間への平均変化 |
| t | 時間単位の値 |
| et | 誤差項 |
指数的成長
計算式
指数的成長トレンドモデルは、指数的な増加または減少を説明します。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。
Yt = β0 * β1t * et
表記
| 用語 | 説明 |
|---|---|
| β0 | 定数 |
| β1 | 係数 |
| t | 時間単位の値 |
| et | 誤差項 |
2次
計算式
データの単純な曲面性を説明することができる2次トレンドモデル:
Yt = β0 + β1t + β2t2 + et
表記
| 用語 | 説明 |
|---|---|
| β0 | 定数 |
| β1 and β2 | 係数 |
| t | 時間単位の値 |
| et | 誤差項 |
S曲線
計算式
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。
Yt = 10a / (β0 + β1β2t)
表記
| 用語 | 説明 |
|---|---|
| β0 | 定数 |
| β1 and β2 | 係数 |
| t | 時間単位の値 |
重み
前のトレンド分析適合からの係数を指定すると、Minitabでは重み付きトレンド分析が行われます。
計算式
αp1 + (1 – α)p2
表記
| 用語 | 説明 |
|---|---|
| p1 | 現在のデータからの推定係数 |
| p2 | 前の係数 |
予測
Minitabでは、トレンド式を使用して、特定の時間値の予測値を計算します。予測原点前のデータを使用してトレンドが当てはめられます。
MAPE
平均絶対パーセント誤差（MAPE）により、当てはめられた時系列値の精度を測定します。MAPEでは、精度をパーセントで表します。
計算式
表記
| 用語 | 説明 |
|---|---|
| yt | 時間tでの実際の値 |
 | 適合値 |
| n | 観測値数 |
MAD
平均絶対偏差（MAD）により、適合された時系列の値の精度を測定します。MADでは、精度がデータと同じ単位で表されるため、誤差の量を概念化するのに役立ちます。
計算式
表記
| 用語 | 説明 |
|---|---|
| yt | 時間tでの実際の値 |
 | 適合値 |
| n | 観測値数 |
MSD
平方平均偏差（MSD）は、モデルに関係なく、必ず同じ分母nを使用して計算されます。MSDは、MADよりも高感度な、異常に大きな予測誤差の測度です。
計算式
表記
| 用語 | 説明 |
|---|---|
| yt | 時間tでの実際の値 |
 | 適合値 |
| n | 観測値数 |
