差分(Differences)

ラグkの場合、各差分は値からkつ前の行の値を引いたものであり、最初のk行には差分がありません。ラグ1は直線トレンドを、季節の長さに等しいラグは安定した季節パターンを除去します。成長が一定かどうかを確認したり、自己相関やARIMAの前に系列を定常にしたりするために使用します。出力はプロットと表です。

最終レビュー

重要なポイント

Differences は、時系列の各値から指定したラグだけ前の値を引いて期間ごとの変化を計算し、トレンド(ラグ1)または季節パターン(ラグが季節の長さ)を除去します。

このページの内容
  1. 目的
  2. 主な機能
  3. 統計的手法
  4. 入力項目とオプション
  5. 出力の説明
  6. 計算例

目的

Differences は、系列の期間ごとの変化を計算します。各値から、指定した行数(ラグ)だけ前の値を引きます。ラグ1は期間ごとの変化を与え、トレンドを除去します。季節の長さに等しいラグ(月次データなら12、四半期データなら4)は、各期間を1季節前の同じ期間と比較し、季節パターンを除去します。成長が一定かどうかを確認したり、自己相関を調べたりARIMAモデルを当てはめたりする前に系列を定常にしたりするために使用します。

主な機能

  • 1から365までの任意のラグで差分を計算します。
  • 差分系列を行番号に対してプロットし、ゼロの線を表示します。
  • すべての行について、行番号、元の値、差分を示す表を出力します。前の値がない行には * が表示されます。
  • 欠測の位置を保持します。欠測値があっても、後ろの行がずれることはなく、その行の差分が欠測になります。

統計的手法

系列 y₁ … yₙ とラグkに対して、行tの差分は t = k + 1 … n について dₜ = yₜ − yₜ₋ₖ です。最初のk行には前の値がないため * で表示されます。系列のどこかに欠測値があると、その行と、k行後の行の差分が欠測になります。系列にはkより多くの値が必要です。

1次差分(k = 1)は直線トレンドを除去します。yₜ が期間ごとにb単位ずつ増加する場合、差分はbの周りでばらつきます。季節差分(k = 季節の長さ)は安定した季節パターンを除去し、ある季節から次の季節への変化を残します。直線トレンドのある系列では、その差分は k × b の周りでばらつきます。ARIMAの用語では、ラグ1の差分は d = 1、季節差分は D = 1 です。同じ系列を2回差分する場合(たとえばラグ12の後にラグ1)は、最初の結果を新しい列として使用する必要があります。

入力項目とオプション

項目

説明

Variable

必須。差分を計算する数値列で、時間順に並んでいる必要があります。

Lag

必須、1〜365、既定値は1。引き算する2つの値の間の行数です。

Title

グラフに表示するタイトル。既定値は Differences です。

differences-inputs


図1 — 月次Salesの12か月差分。

出力の説明

  • Differences(グラフ)— 差分の値を行インデックスに対してプロットし、ゼロの位置に点線を表示します。
  • Differences(表)— すべての行について、Row、元の列、Difference (lag k) を示します。
  • Download によるPDFエクスポート。

differences-output


図2 — 月次売上の前年比の変化:すべての値がゼロより大きく、+30から+238単位の間にあります。

計算例

ある家電製品の販売会社では、売上が毎年伸びていますが、年初に落ち込み12月にピークを迎える年間パターンもあります。営業部長は、成長が一定かどうかを知りたいと考えています。アナリストは60か月分(2020年1月〜2024年12月)の販売数量を用意し、Variable = Sales、Lag = 12 を選択します。これにより、各月を1年前の同じ月と比較し、季節性を取り除きます。

前年がないため、最初の12行には * が表示されます。48件の前年比の変化はすべて正であり、前年の同じ月より販売数量が少なかった月はありません。変化は+30(2022年2月)から+238(2021年1月)の範囲で、平均は+135単位、つまり月あたり約11単位で、Decomposition で求めたトレンド線(月あたり11.05単位)と一致します。年ごとの平均変化は、2021年が+162、2022年が+117、2023年が+113、2024年が+150でした。成長は2022年と2023年に鈍化し、2024年に再び加速しています。

Lag = 1 の場合、月ごとの変化は−352(2021年12月から2022年1月)から+195(2024年11月から12月)まで大きく振れます。季節による変動が非常に大きいため成長(平均で月あたり+19単位)が見えにくく、この系列では12か月差分が適切な選択になります。この12か月差分は、ARIMAの例で使用する季節差分(D = 1)と同じものです。

よくある質問

時系列の差分を取ると何が行われますか?

差分では、各値を、指定した行数だけ前の値からの変化に置き換えます。1次差分(ラグ1)は直線トレンドを除去します。系列が期間ごとにb単位ずつ増加する場合、差分はbの周りでばらつきます。自己相関を調べたりARIMAモデルを当てはめたりする前に、系列を定常にするために使用します。

差分のラグはどのように選べばよいですか?

期間ごとの変化を見てトレンドを除去するには、ラグ1を使用します。各期間を1季節前の同じ期間と比較して季節パターンを除去するには、季節の長さに等しいラグ(月次データなら12、四半期データなら4)を使用します。ARIMAの用語では、ラグ1の差分は d = 1、季節差分は D = 1 です。

ラグ1ではなく季節差分を使うのはなぜですか?

季節による変動が大きい場合、月ごとの変化では成長が見えにくくなります。計算例では、月次売上のラグ1の差分は−352から+195まで振れたのに対し、12か月差分はすべて正で、平均は+135単位、つまり月あたり約11単位となり、前年比で一定の成長が続いていることが分かりました。

差分を計算するとき、欠測値はどのように扱われますか?

欠測の位置は保持されます。欠測値があると、後ろの行がずれることなく、その行とk行後の行の差分が欠測になります。最初のk行には前の値がないため、差分は欠測として表示されます。系列にはkより多くの値が必要で、2回差分するには最初の結果を新しい列として使用する必要があります。