こんばんわ！ Keisukeです！
昨日の続き、時系列分析についてです！
以前用いた, アイスクリーム協会さんからDLしたデータを見てみましょう！
※2016年アイスクリームの支出額
流石にアイスクリームだけあって, 夏場に消費量が増えるようですね！
僕は一年間で消費量は変わらない気がしてましたが…
上記のグラフをさらにわかりやすくするために, 移動平均を施してみましょう！
移動平均をとることで, 傾向変動がより顕著になります！
※bxのxは使用した過去のデータ x=2 ：２つ前の過去のデータを利用
移動平均を行った結果, データが滑らかになり夏に向けての上昇、夏を過ぎたあとの下降も顕著になりました。
もちろんデメリットもあります！
過去のデータから平均値をとっているためデータの消失が生じます！（１～３月など）
全体のデータは見やすくなりますが, 個々のデータの特徴は見づらくなるんですね！
メリット
・データを見やすくする
・傾向変動が顕著になる
デメリット
・データの消失が生じる
・個々のデータが見づらくなる
次は, 指数平滑法を用いてみます。
指数平滑法は, 主に直近の未来を予測するために用いられます。
式で書くと
St : 予測値
a : 比重
Xt-1 : 過去の実測値
St-1 : 過去の予測値
簡単に言うと過去のデータと過去の予測値から未来のデータが成り立つと仮定して過去のデータと未来のデータに比重をかけて未来の予測値を決定します！
実際に適用してみると…
上記のようになります！
今回は, 比重が大きいほど予測値の値がいいので過去のデータに未来のデータの要素が多く含まれていたようです！！
[今日の達成]
・移動平均を計算した
・指数平滑法を計算した
[今日の未消化]
・比重a の効率の良い決定方法