IBM SPSS Forecasting

検定・集計の手法についてご紹介します。

Tool スキル・レベルに関係なく高度な時系列予測を作成する

IBM SPSS Forecasting を使用すると、統計の専門家でなくても、迅速かつ簡単に傾向を予想して予測を作成することができます。予測の初心者であっても、複数の変数を考慮に入れて高度な予測を立てられます。また、経験者であれば、SPSS Forecasting を使用して自分のモデルの検証も行えます。時系列予測の例としては、コール・センターで日ごとに必要なスタッフ数の予想や、特定の製品やサービスに対する需要の予測などがあります。各ステップで SPSS Forecasting を使用することにより、必要な情報を迅速に入手できます。

SPSS Forecasting には、以下の機能があります:

  • 予測初心者向けのガイド付き分析 ― モデルの構築プロセスを通じてサポートします。
  • 多数の選択肢とカスタマイズ・オプション ― 上級分析者は予測プロセスを自在に調整できます。
  • 高性能な時系列モデリング・プロシージャー ― 信頼性の高い予測を迅速に作成できます。
  • 時間節約機能 ―、予測の作成および更新を迅速かつ正確に作成できます。
  • 柔軟な出力オプション ― 組織内の意思決定者に分かりやすく有用な情報を簡単に提供できます。

Screenshot SPSS Forecasting の画面イメージ

時間的因果モデル

この画像は、時間的因果モデル・システム内の上位 (最適な) 10モデルと関連する因果関係を示しています。重要業績評価指標 (KPI) を監視し、また、レバーと呼ばれる制御可能な測定基準に関するデータを追跡する業務では、レバーと KPI 間の因果関係を判別し、どのレバーがどの KPI に影響を及ぼしているかを把握したい場合があります。また、KPI 自体の間に因果関係が存在するかどうかを把握したい場合もあります。

予測グラフ

予測結果を示すグラフは、お客様の時系列と独立した変数に最適なモデルを自動的に判別するために役立ちます。

平均絶対誤差率 (Mean absolute percentage error: MAPE)

このヒストグラムは、すべてのモデルにおける平均絶対誤差率を示しています。すべてのモデルでおよそ 1 パーセントの平均不確実性を示していることが分かります。

実際の値と合致する値

予測値は実際の値とよく合致していることを示しています。つまり、このモデルの予測機能は満足できるものであることが分かります。

予測表

各予測期間の予測値と信頼区間が、分かりやすい表に示されます。

inspection 詳細情報

予測初心者向けのガイド付き分析

  • お客様のデータに適切なモデルを選択し、モデル作成プロセスにおいてガイダンスを提供します。
  • お客様のデータを自動的にテストして、データの季節性、断続性、欠落値などを調べ、適切なモデルを選択します。
  • 外れ値を検出し、外れ値がパラメーター見積もりに影響を与えないようにします。
  • 信頼区間とモデルの適応度を示すデータの表とグラフを生成します。
  • 自動的に更新が実行されるようにスクリプトを作成します。

多数の選択肢とカスタマイズ・オプション

  • エキスパート・モデラー機能によって、選択するモデルを絞ることができます。
  • エキスパート・モデラーを適用しないで、モデルのすべてのパラメーターを自分で選択できます。また、エキスパート・モデラーの推奨内容を、カスタマイズのための開始点としたり、作業のチェックの目的に使用できます。
  • 詳しく調べる必要があるモデルのみを表示すると、問題のあるデータやモデルを迅速かつ効率的に見つけられます。

時間節約機能

  • お客様の時系列データに最も適合する ARIMA または指数平滑法モデルを自動判別します。
  • 一度に 1つの変数のプロシージャーを実行するのではなく、何百もの異なった時系列を一括してモデル化できます。
  • データ・セットがどれほど大きくても、または関係する変数がどれほど多くても、迅速に信頼できる予測を立てられます。
  • モデルを中央のファイルに保存することにより、パラメーターの再設定やモデルの再設定をすることなく、データの変更による予測も更新が実行されます。
  • スクリプトを作成して、新しいデータによってモデルが自動更新されるようにすることができます。

高性能な時系列モデリング・プロシージャー

  • 時系列モデラーを使用して時系列のモデルを作成し、予測を立てます。このモデラーには、以下の 3つのモデリング・オプションがあります。
    • エキスパート・モデラー ― お客様の時系列ごとに最適なモデルを自動判別します。一度に 1つの変数のプロシージャーを実行するのではなく、何百もの異なった時系列を一括してモデル化できます。
    • 指数平滑法 ― カスタムの指数平滑法モデルを指定します。傾向や季節性の処理方法が異なる、各種の指数平滑法モデルから選択できます。
    • ARIMA ― 時系列データを使用して、株価や他の経済市場情報などの将来の傾向を予測します。
  • 時間的因果モデリング技法 (Temporal Causal Modeling: TCM) を使用して、多数の時系列データ間の背後にある因果関係を見つけ、対象の系列ごとに最適な予測子を判別します。
  • 時系列モデルの適用 (Apply Time Series Models: TSAPPLY) プロシージャーを使用して、モデルを再作成することなく更新予測を作成します。これにより、新しいデータや改訂データが使用可能になったときに、外部ファイルから時系列モデルを読み込んでそれをアクティブなデータ・セットに適用できます。
  • SEASON プロシージャーを使用して、周期的時系列の乗法的または加法的な季節変動要因を見積もることできます。
  • SPECTRA プロシージャーを使用すると、時系列を調和構成要素に分解できます。これは、さまざまな波長または期間における通常の周期関数セットです。

柔軟な出力オプション

  • 個々のモデルについての結果を生成することも、すべてのモデルについて計算した結果を生成することもできます。
  • SPSS Statistics 出力管理システム (Output Management System (OMS)) を使用して、出力を HTML 形式または XML 形式で作成し、会社のイントラネット上に投稿できます。
  • モデルを SPSS Statistics データ・ファイルとして保存し、各モデルの適応度などの特性をさらに検討できます。
  • 予測を Microsoft Office アプリケーションに取り込み、分析をレポートとプレゼンテーションに追加できます。