時系列データや時系列解析とは？メリットや回帰分析との違いを解説

2023/11/01

上野桃香

時系列データや時系列解析とは何か、また時系列解析の種類やメリット、主な活用方法についても解説しています。
主な分析の例として定常性を挙げ、最後に回帰分析との違いをまとめています。

時系列データはビジネスで多く活用されます。

時系列データや時系列解析とはそもそも何か、ざっくりとどのような分析をするのか知りたい方に基礎を解説したいと思います。

定常性についても軽く解説しています。

時系列データとは時間の経過によって観測・記録したデータのことを指します。

よくあるデータとしては天気データや売り上げのデータが該当します。

時系列データは、経済学、気象学、医学など多岐にわたる分野で使用される重要なデータ形式です。

一般に,時系列解析は以下の目的で行われます。

【時系列解析の目的】

①過去のデータから未来を予測

②情報抽出（分析）

③異常値探知や意思決定

この中でも最もビジネスによく使用されるのは

①過去のデータから未来を予測です。

そのため、別の記事で予測モデル構築の仕方について詳しく解説したいと思います。

時系列データの種類は大まかに５つあります。簡単に言いますと、このようになります。

【時系列データの種類】

１．連続か離散か:

- 連続時系列データ: 連続的に得られるデータのことを指します。例えば、センサーからの連続的な測定値や、毎秒ごとの株価などがこれに該当します。
- 離散時系列データ: 一定の間隔で得られるデータのこと。例としては、日ごと、月ごと、年ごとのデータなどがあります。

２．1変数か多変量か:

- 1変数時系列データ: 一つの変数のみの時間経過に伴う変動を示すもの。月ごとの気温の変動や日ごとの株価などが該当。
- 多変量時系列データ: 複数の変数の時間経過に伴う変動を同時に示すデータ。異なる変数間の関係性や影響を時間経過とともに観察可能。

３．定常か定常ではないか:

- 定常時系列データ: 平均や分散、共分散などの統計的性質が時間によって変化しないデータ。
- 非定常時系列データ: 上記の性質が時間に依存して変わるデータ。多くの時系列解析手法は定常性を前提としているため、非定常データは変換を行う必要があることが多い。

４．線形か線形でないか:

- 線形時系列データ: データ間の関係が線形の方程式で表せるもの。一般的な回帰分析などで扱われる。
- 非線形時系列データ: データ間の関係が線形では表現できないもの。非線形の動的システムやカオス理論などで扱われることが多い。

５．ガウス型かガウス型ではないか:

- ガウス型時系列データ: データの確率分布が正規分布（ガウス分布）に従うもの。多くの統計手法の前提としてこのタイプのデータ分布を想定している。
- 非ガウス型時系列データ: ガウス分布に従わないデータの分布を持つもの。これには、重い尾の分布やスパイクのような異常値を含むデータなどがあります。

これらの分類に基づき、時系列データを正確に理解し、適切な分析手法を選択することが可能となります。