時系列分析とは？
じけいれつぶんせき
時間の経過とともに変化するデータの規則性や傾向を統計的に調べる手法です。
時系列分析とは、一定の時間間隔で記録されたデータ（時系列データ）を対象に、過去のパターンから将来を予測したり、変動の要因を分解したりする統計・数理の手法群を指します。
時系列データの変動は一般に次の成分に分解されます。
- トレンド：長期的な上昇・下降の傾向
- 季節性：年・月・曜日など周期的な変動
- 周期成分：数年単位の景気循環など
- 不規則成分：予測困難なランダムな揺れ
代表的な手法には、自己回帰モデル（AR）、移動平均モデル（MA）、それらを組み合わせたARIMAモデル、さらに季節性を加味したSARIMAなどがあります。近年は状態空間モデルやニューラルネットワーク系の手法（LSTMなど）も広く使われています。
経済・金融分野での株価や為替の予測、気象学での気温変化の解析、医療分野での心電図解析など、時間に沿って観測されるあらゆる現象に適用され、意思決定や異常検知の基盤となります。
使い方・例文
月次の売上データを時系列分析することで、年末に売上が増加する季節性を検出し、来年の在庫計画を立てる場面で活用されます。
この用語をシェア
最終更新: