実践 時系列解析 ―統計と機械学習による予測

3章時系列の探索的データ解析

本章では、時系列の探索的データ解析を、大きく2つに分けて論じます。前半では、よく使われるデータ手法の時系列への適用の仕方について解説します。特に、ヒストグラム、プロット、グループ化演算を時系列データに適用する方法を紹介します。

後半で取り上げるのは、時系列解析の根本的に時間的な手法、すなわち特に時系列データ用に開発された手法で、互いに時間的な関係のある（横断面データではない）データポイントでのみ使える手法です。

3.1　よく使用される手法

まずは、一般的なデータ探索技法を時系列データに適用することを考えましょう。手順は、時系列以外のデータに対して最初に行うものと同じです。

利用可能な列と、その列の値の範囲と最適な測定単位を把握しましょう。また、どんな新しいデータセットに対してもすべき探索的な質問をしましょう。例えば、

• 列の間に強い相関があるか。
• 注目している変数の全体的な平均値と分散はいくつか。

上の質問に答えるには、プロットの描画、要約統計量の算出、ヒストグラムの適用、対象を絞った散布図の使用などの、よく知られている技法が使えます。また、以下のような明示的に時系列に向けた質問にも答えましょう。

• 今見えている値の範囲はどのくらいか。範囲は期間や分析の他の論理単位とともに変化するか。
• データには整合性があり均質に測定されたように見えるか。それとも測定か挙動のどちらかに時間的変化があるように見えるか。

上の質問に答えるには、前に挙げたヒストグラム、散布図、要約統計量などの手法に時間軸を織り込む必要があります。この挙動を実装するには、例えばヒストグラムや散布図なら、時間をグラフの軸の1つや、グループ化演算のグループの1つにして、時間を統計量に組み込みます。 ...