crosshyou

主にクロス表(分割表)分析をしようかなと思いはじめましたが、あまりクロス表の分析はできず。R言語の練習ブログになっています。

都道府県別のパスポート発行数のデータ分析9 - 時系列の予測モデルのベンチマークモデル

 

www.crosshyou.info

 の続きです。

時系列データを予測する方法で、とっても単純ないくつかの方法があるそうです。

3.1 Some simple forecasting methods | Forecasting: Principles and Practice (otexts.com)

このサイトを参考にしてます。

一つ目は、平均法ということで、単純に過去の時系列データの平均値を将来の予測値として採用する、という方法です。R言語では、forecastパッケージのmeanf関数です。

f:id:cross_hyou:20201215202303p:plain

二つ目は、Naive Methodというもので、これは単純に最後の値をそのまま使う、というほんとにナイーブなものです。naive関数というそのまんまの名前の関数です。

f:id:cross_hyou:20201215202515p:plain

三つ目は、Seasonal Naive Methodというもので、前の季節の、今回の場合は前の年の同じ月の値を使う、というものです。snaive関数を使います。

f:id:cross_hyou:20201215202744p:plain

四つ目は、Drift Methodというもので、過去データの開始の値と終了の値を直線で結び延長したものです。rfw関数にdrift = TRUEとします。

f:id:cross_hyou:20201215203045p:plain

これらは、予測法というよりは、さらに複雑な予測モデルに対するベンチマークとして使われるようです。

これらの予測法をグラフにしてみます。

autoplot関数とautolayer関数を使います。

f:id:cross_hyou:20201215203655p:plain

f:id:cross_hyou:20201215203720p:plain

今回のパスポート発行数のデータでは、Seasonal Methodが一番現実に近い気がしますね。

今回は以上です。