第12章 マーケティング・リサーチと解析手法

[解析手法1] 時系列分析

時系列データが持つ変動に規則性が認められかどうかを分析する。

時系列分析とは
 データ分析の基本の一つであり、時系列データ(時間推移に沿って同種データを並べたデータ群)が持つ変動に、ある種の規則性が認められるかどうかを分析するものです。もし変動に規則性が発見できれば、その規則性を元にした将来の予測が可能となり、また規則性に反する変動が現れた場合には、特殊要因が影響を与えているのか、または新たな変化の予兆を示している可能性もあります。
 いいかえると、過去の事象を説明することで、現在の動向を判断し、将来的な予測を行おうとする試みともいえます。

変動要素
 時系列変動が持つ変動は、いくつかの変動の合成と考えられており、一般的には、@傾向変動、A循環変動、B季節変動、C不規則変動の四変動要素に分解されます。

@傾向変動
 長期間にわたる基本的な変動傾向であり、変動の根幹を占めるものです。傾向変動を算出する方法として移動平均法や最小二乗法があります。

A循環変動
 周期は一定でないが、周期的に繰り返される上下変動を周期変動と呼び、経済活動での景気変動などが該当します。循環変動は直接算出する手法がないため、時系列変動から傾向変動と季節変動を除去して算出する方法が一般的です。

B季節変動
 通常一年を周期とする規則的な変動を季節変動と呼びます。名前から四季の変動を連想しがちですが、半年・四半期・月別・週別を周期とする繰り返し変動も季節変動として考えます。季節変動を算出する手法としては、月別平均法、移動平均法、連環比率法があります。

C不規則変動
 以上三変動以外の変動として取り残された変動を指します。天災等の不時の変動や、明確に説明できないような変動が含まれます。