時系列データの予測について ~ その3

数値予測にあたりの記事では「数値予測の主な方法」として、2つ挙げました。

  1. 予測したい項目について、時系列の推移を利用する方法
  2. 予測したい項目と(ほぼ)連動して変化するその他の項目も利用する方法

これを要約すると、予測手法はいろいろあるけど、データの特徴によって使い分けるということです。

Excelでも数値予測に役立つ関数や機能が備わっています。
代表的なものには、分析ツールの「回帰分析」を使う方法や、散布図・折れ線グラフから「近似曲線の追加」機能など様々です。

そして更に複雑な手法をExcelで実現させるためには、VBAでプログラムを組んだり、市販のアドインプログラム(こことかこことか)を利用したりすることが考えられます。
Excelを利用しないのならば、Rとか、S-PLUSSPSSなど市販の統計解析用ソフトなどの利用も考えてみることになるでしょう。


そして数値予測を行う場合は、いきなり本チャンの予測を行ってはイケマセン
いきなり将来の予測はせず、まずは直近の正解がわかっているデータの予測から試してみるのが肝要です。

例えば100日分のデータがあり、その傾向を基に101日目である明日の予測をする場合、1~90日目のデータを使って91~100日目のデータを予測します。
91日目以降については正解がわかっていますから、予測精度の評価が可能になります。

そのときの予測精度によって、選んだ予測手法は適しているのか、また将来はどの傾向になるのかを考えながら、日常業務を通じて予測の精度を上げてゆくという方法をお勧めします。

そしてこの間で、使っていなかった変数(データの項目、フィールド)を新たに採り入れることが明らかになったり、また集計をしたり、データを抽出したり、また加工したりする必要が出てくるかもしれません。

つまりデータを分析して予測を行うにあたり、一朝一夕にドラスティックな展開が待っている!なんてことは、まず無いものと考えて臨みましょう。
そして必ず当たる予測なんていうのは存在しないくらい、というつもりで向き合ってゆきましょう。

わたくしの地元にはオートレース場があるのですが、必ず当たる予測なんてあったら、わたくしはこんな商売なんかやらず、ギャンブルでメシを食っていることでしょうww。

気に入った?