時系列データの基礎

Power BI での時系列分析

Kevin Barlow

Data Analytics Professional

受講前提条件

本コースの演習では中級レベルのDAX関数を使用します：

  • CALCULATE()
  • IF()
  • SUMMARIZE()
Power BI での時系列分析

なぜ重要か

すべてのデータセットに時間の次元があります。時系列分析から有益な傾向が得られます。そのための強力なツールが必要です。

  • データは時間とともにどう変化したか？
  • 過去に基づくと何を示すべきか？
  • 将来は何を示すか？

時系列データが重要な理由

Power BI での時系列分析

時系列データの定義

時系列データ とは、同一対象について一定期間にわたり収集した観測値の集合です。

2つの主要要素

  • スパン：データがある総期間
  • _間隔_：各観測の間の時間

時系列の構成要素

Power BI での時系列分析

時間による変化を捉える

長期変動（トレンド）

長期変動

季節変動

季節変動

景気循環（周期）変動

循環変動

不規則（ランダム）変動

不規則変動の例

Power BI での時系列分析

短期の時系列分析

短期は通常1年未満の期間です。いまデータが何を示すかを把握します。

主な分析

  • 直近x期間（例：直近90日、直近2四半期）
  • 期間累計（例：年初来、月初来）

_例_

短期分析

Power BI での時系列分析

長期の時系列分析

長期分析は1年以上の期間を対象とします。過去データと現状の関係を理解します。

主な分析:

  • 前年比（YoY）
  • 前月比（MoM）
  • 前年同期間

_例_ 1月の売上パフォーマンスの 前年比（YoY） を算出。

YoY分析

Power BI での時系列分析

将来を予測する

将来分析（_予測_ など）は過去データをもとに将来を見積もります。どこに到達するかを予測し、その判断に役立てます。

主な分析

  • 回帰（例：線形）
  • 時点推定
  • 機械学習

_例_

数か月先の株式出来高を予測。

予測例

Power BI での時系列分析

Ayo berlatih!

Power BI での時系列分析

Preparing Video For Download...