2.7. 自己相関分析 #
2.7.1. 機能概要 #
自己相関分析は、変数ごとの周期性を確認するために必要なカードです。 定常性を確認し、適切な時間窓を設定するために役に立ちます。
例えば、日曜日は利用者が多いといった性質がある場合に、その性質を可視化します。
2.7.2. 入力と出力 #
| 種別 |
|---|
| データ(時間窓切り出し 実施前 のものに限る) |
なし
2.7.3. 操作方法 #
2.7.3.1. 結線 #
対象データを結線してください。
2.7.3.2. パラメータの設定 #
| 設定項目 | 任意/必須 | 初期値 | 説明 |
|---|---|---|---|
| アルゴリズム | 必須 | 無し | 自己相関又は偏自己相関を選択 |
| ※分析するカラム | 必須 | 無し | 相関分析適用の対象カラム |
| 解析幅 | 必須 | 10 | どれだけの差分を取って解析を行うか |
※「分析するカラム」は処理データに結線した際に現れます
2.7.3.3. 実行 #
- “実行"ボタンを押してください。
- 処理時間が 10 分を超えるとタイムアウトし、処理が強制終了されます。
2.7.3.4. 自己相関分析の結果の確認 #
- 上の図は公開データである「シェアサイクル利用の総台数予測（クイックスタート用）」において、“自転車の総利用台数"の自己相関を可視化した結果です。
- 概ね24時間ごとのデータに強い相関があることが分かります。すなわち、前日の同じ時刻と類似した動きをするため、最低でも24時間分のデータを時間窓切り出しするとよいという示唆が得られます。