移動平均

一定期間ずつ区間をずらしながら平均を取る手法。短期的な変動をならして基調となる傾向を読み取りやすくする。

一定期間ずつ区間をずらしながら平均を取る手法。短期的な変動をならして基調となる傾向を読み取りやすくする。

一定期間ずつ区間をずらしながら平均を取る手法。短期的な変動をならして基調となる傾向を読み取りやすくする。

時系列データについて、一定の期間の平均を、期間を1つずつずらしながら計算する方法。短期的な変動や不規則な変動をならして基調となる傾向を読み取り、直近の一定期間の平均を次期の予測値とする需要予測にも使う。新しいデータほど大きな重みを置く加重移動平均もある。

前回の予測値に、前回の実績値と予測値の差（予測誤差）に平滑化係数αを掛けたものを加えて、次回の予測値を求める需要予測の手法。予測値＝前回予測値＋α×（前回実績値−前回予測値）で計算し、過去のデータほど重みが指数的に小さくなる。αは0から1の値をとり、大きいほど直近の実績を強く反映する。

サービスに対する現在の需要を把握し、将来の需要を予測するとともに、サービスの需要と消費の状況を監視・報告するサービスマネジメントのプロセス。結果は容量・能力管理での資源の計画に用いる。

時系列データから、毎年同じ時期に繰り返される季節的な変動の影響を取り除くこと。季節変動を除いた値で比べることで、景気の動きや売上の基調的な傾向を把握しやすくなる。

観測データと、それに当てはめる直線や曲線との差（残差）の二乗の和が最小になるように、式の係数を決める方法。回帰分析で回帰直線を求めるときに用い、需要予測などに応用される。

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。

時系列データに、一定の間隔で同じような変動が繰り返し現れる性質。曜日による売上の変動や年単位の季節変動などがあり、傾向変動や不規則変動と分けて捉えることで需要予測の精度を高められる。周期の有無や長さは、自己相関やグラフの形から調べる。