時系列データ

時間の経過に沿って記録されたデータ。傾向や季節変動、周期性を読み取れるが、比較の際は対象期間の粒度を揃える必要がある。

時間の経過に沿って記録されたデータ。傾向や季節変動、周期性を読み取れるが、比較の際は対象期間の粒度を揃える必要がある。

売上の日次推移やセンサの測定値のように、同じ対象を時間の経過に沿って観測し、時刻の順に並べたデータ。長期的な傾向（トレンド）、季節などの周期性、不規則変動の成分に分けて捉え、移動平均や時系列モデルで将来を予測する。値が前の時点の値に影響される自己相関を持つことが多い。

同じ対象を時間の経過に沿って一定の間隔で観測・記録したデータ。株価、日々の売上、センサの測定値などが該当し、傾向変動（トレンド）、季節変動などの周期的な変動、不規則変動に分けて分析し、将来の値の予測に用いる。

観測値と予測値の差（残差）の2乗の合計が最小になるように、直線や曲線の係数を決める方法。回帰分析で回帰式を求める代表的な手法であり、表計算ソフトの近似曲線もこれを使っている。

二つのデータに強い相関があるように見えても、実際は共通の別の要因（第三の変数）によって生じている見かけ上の相関。相関があることを因果関係と早合点しないための注意点として問われる。

二つ以上の分類項目についてデータの度数を集計し、行と列の表にまとめたもの。クロス集計表と同じ形式で、項目間に関連があるかどうかを調べる独立性の検定の対象になる。

身長や売上高のように数値として測れ、四則演算や平均の計算に意味があるデータ。数値の大小や差に意味があり、ヒストグラムや散布図での分析に適する。

性別や血液型、満足度の区分のように、分類やカテゴリを表すデータ。数値を割り当てても平均には意味がなく、度数の集計やクロス集計表による分析を行う。

他者が別の目的で収集し、公表・提供しているデータ。官庁統計や業界団体の調査結果などが該当し、低コストで入手できる反面、自分の分析目的に合う項目や粒度とは限らない。