時系列予測の手法別解説

【曲線回帰分析によるトレンド予測（３/４）】

　ルート回帰式は、売上（ＴＣ）について緩やかな増加傾向（減少傾向）を示すトレンドＴを算出します。

月次データ、四半期データ、年次データ、日別データなど全ての時間変数に適用できます。

データの時期数はどのデータ形態も4以上です。

下記表は売上のＴＣデータです。

次表に示すように、売上のＴＣをｙ、年をｘとして、ルート回帰分析を行いました。ただし年は西暦年でなく、1,2,3,4,5の整数とします。

ルート回帰式は次となります。

この式に、ｘの値1,2,3,4,5を代入し、ｙの値を求めます。この値がトレンドＴです。

【例】　ｘ＝4の場合　ｙ＝6.7916×4－1.3859 ＝12.20

　全ての年について求めると次となります。

トレンドＴとＴＣの折れ線グラフを描きます。

　売上の変化は緩やかな上昇基調で推移していることがわかりました。

この式におけるａとｂは、直線回帰式の算出手順と同じ方法で求めることができます。　

ルート回帰式より求められたトレンドＴとTCの値が近いほど、曲線式の当てはまりが良いといえます。当てはまりの良さは、TCとトレンドＴの単相関係数で把握できます。ＴＣとトレンドＴの単相関係数を求めると0.9746となります。単相関係数の2乗を決定係数といい、当てはまりの良さを調べる指標とします。

決定係数を求めると0.9499です。

決定係数は0から1の間の数値で、値が大きいほど当てはまりが良いといえます。決定係数がいくつ以上あれば良いという統計学的基準はありませんが、本解説では0.5未満のトレンドＴは用いないことにしています。

ソフト無料貸出しに申し込む

＜主な搭載手法＞

予測のための基礎知識、予測の仕方、予測解析手法の活用法・結果の見方を学びます。

マーケティングリサーチを学ぶ上で基礎・基本からの調査のステップ、機能までをわかりやすく解説しています。

統計学、解析手法の役割から種類、概要までを学びます。

調査票の作成方法、アンケートデータの集計方法、集計結果の見方・活用方法を学びます。