【統計学】時系列データの4つの変動要因【傾向・循環・季節・不規則】

時系列データとは、等間隔に観測されたデータの集まりのことを言います。

今回は、統計検定でも必須知識の時系列データが持つ4つの変動要因についてご紹介いたします。

時系列データとは？

冒頭でもお話しした通り「時系列データ」とは、等間隔(一定間隔)で観測されたデータの集まりのことを言います。

連続した値を持ち、その変化がどうなっているのか傾向を掴み分析することが「時系列データ分析」という事です。

具体例でいうと株価やお店の毎日の売上などが挙げられます。

時系列データの4つの変動要因

傾向変動(トレンド)

傾向変動は、長期的に見る持続的な変化を指します。

このように短い期間の細かい変化ではなく、長い期間からどのような傾向があるのかを捉える要素です。

循環変動(サイクル)

循環変動は、ある一定の周期で現れる変化を指します。

傾向変動は、長期的に見て上昇傾向か下降傾向か？と考えていましたが、循環変動ではそれらの増減を一つのサイクルとして捉えています。

季節変動(シーズナル)

季節変動は、季節ごとに繰り返される変化を指します。

このように、1年を周期として変化を見ています。

不規則変動(ノイズ)

不規則変動は、先に紹介した3つの変動以外の説明が出来ない短期的な変化を指します。

こんなの予測できませんね！

まとめ

この4つの変動要因は、統計検定や時系列データ分析にはとても重要です。

忘れずに一緒に覚えておきましょう！