時系列分析とは｜SPSSでできること
時系列分析は、時間の順序を持つデータを対象に、
トレンドや季節性、周期性を捉えて将来を予測するための分析手法です。
このページでは、時系列分析で分かることと、SPSSで実施する際に選ぶべき製品（オプション）を明確にします。
時系列分析とは
時系列分析は、売上・需要・来客数・株価・生体データなど、 時間に沿って観測されたデータを分析し、 将来の値を予測したり、変動構造を明らかにするための手法です。
この分析で分かること
- 長期的な傾向（トレンド）の有無
- 季節変動・周期性の把握
- 将来値の予測と信頼区間
時系列分析の主な手法
- 指数平滑法（Holt / Holt-Winters）：短期予測に強い
- ARIMAモデル：自己相関を考慮した予測
- 季節調整モデル：周期的変動の分離
SPSSで時系列分析を行う場合の製品選定
指数平滑法、ARIMAモデル、予測値の算出などの時系列分析機能は、 IBM SPSS Forecasting で提供されます。
| 分析内容 | 対応製品 | 特徴 |
|---|---|---|
| 指数平滑法 | IBM SPSS Forecasting | 短期予測・操作が容易 |
| ARIMAモデル | 自己相関を考慮 | |
| 予測区間の算出 | 不確実性評価 |
分析時の注意点
- 等間隔で観測されたデータであることを確認する
- 外れ値・欠損値の影響を事前に検討する
- 短期予測と長期予測を混同しない
時系列分析の次に検討すべき分析手法
- 回帰分析：外生変数を加えた説明モデル
- 生存分析：イベント発生までの時間分析
- 決定木分析：条件分岐による予測