時系列データを見る・扱うテクニック

時系列分析について学びたい方は、まず以下のページをご覧ください。いわば時系列分析のテーマに関するメインページでもあるので。

他のページで情報が収まらなくなったので、定常性などの大事な概念、実装で必要な交差検証の方法などを括りだして、本頁にまとめています。

季節性・周期性・定常性

ニュースで政府統計とかGDPを扱う際「季節調整」というヤツ。ザックリ解説は以下が良いか。
季節調整値って何だろう（ストーブ、ゲームソフトを例に解説）｜その他の研究・分析レポート｜経済産業省
機械学習などの高度な手法よりも昔からの手法の方が精度が良いのは、こうした要素をうまく扱っているから。

何ならwindowの幅や位置、重みづけ等を適切に扱えば移動平均でも十分だったりする。もちろん、もう少し詳しく見るときは、定常性なども分析・確認していく必要はある。

Rでの実装を含めた記事は以下、mstlとか良いな。

こちらはpythonになるけれど定常性の検定など

特徴量や欠損値の扱い

も普通の分析と同様に重要。加えて時系列データに固有の見方もある。

実務で入手する時系列データは、系列ごとに時間の単位が違うことも多い。また、タイムラグの考慮なんかも当然に必要となる。

時系列データの分類

も以前はビジネスの課題として出現することがあるので、手法として整理されてるなら把握しておいた方が良い。
時系列データに対する解釈可能な 決定木クラスタリング

階層型時系列モデルも、商品の大分類・小分類みたいな話で必要になる。

交差検証

にも時系列データに特有の扱い方がある。

時系列分析の予測区間にはConformal Predictionというのもあるらしい。

他の情報を見たい方は、目次ページへ
仕切り直しで収集情報の整理から｜くすぐったがり｜note