状態空間モデル

観測されない「本当の水準」を推定しながら予測するモデルです。ノイズの多いデータや、水準が徐々に変わるデータに向いています。

入出力

ポート	内容
入力データ	データ
出力データ	データ
エラー情報	データ

Spark エンジンでは動きません。

入力の行はそのままでは残りません。 出力は実測値と予測値を縦に並べた別の表になります。

出力の形

説明変数を使うかどうかで、出力の列が変わります。

説明変数を使わないとき

列名	内容
`カテゴリ`	`実測` / `過去データ検証` / `予測`
`予測対象`	予測した列の名前
日付列と同じ名前の列	日付
`値`	実測値または予測値

AR と同じ形です。グループごとにモデルを作成するを使ったときは、グループの列がいちばん右に付きます。

説明変数を使うとき

列名	内容
`カテゴリ`	`実測` / `過去データ検証` / `予測`
日付列と同じ名前の列	日付
予測対象列と同じ名前の列	実測値または予測値
説明変数の列	入力の値そのまま

予測対象 の列はできません。 予測対象を 1 列しか選べないためです。値は 値 ではなく元の列名のまま入ります。

2 つ目の エラー情報 には エラーメッセージ の列が入ります。エラーが 1 つも起きなかったときは、全てのグループで正常に終了しました という 1 行だけが入ります。

設定項目

説明変数を使用する: 既定は off。on にすると、予測対象の列以外の数値列も使います。on / off で以降の項目が変わります。
予測対象列を選択必須: 数値の列だけ選べます。説明変数を使用するが off のときは複数選べ、on のときは 1 列だけです。
説明変数を選択必須: 説明変数を使用するが on のときだけ出ます。数値の列だけ選べます。複数選べます。
日付列を選択必須: 時間の軸。日付・日付時間・時間の列だけ選べます。
季節変動周期の設定必須: 何期で 1 周するか。既定は 12。2 以上が必要です。
予測期間の設定必須: 何期先まで予測するか。既定は 3。説明変数を使用するが on のときは出ません。1 期の長さは、日付列の間隔そのものです。

オプション

グループごとにモデルを作成する: 説明変数を使用するが off のときだけ出ます。on にするとグルーピングする列を選択が出ます。
エラーを無視する: 説明変数を使用するが off のときだけ出ます。失敗したグループ・失敗した予測対象列を飛ばして続けます。

モデルの形は「ローカル線形トレンド＋季節性」で固定です。 選べるのは周期だけで、トレンドの扱いは変えられません。

説明変数を使うときの違い

「予測期間の設定」がありません。 説明変数の未来の値が分からなければ先は読めないためです。

ただし、予測そのものはできます。 予測対象の列が空欄になっている行は 予測 として計算されます。先を予測したいときは、連続数値、日付の補間で未来の日付の行を足し、説明変数だけ埋めて予測対象列は空欄のままにしてください。prophet と同じやり方です。

グループごとのモデル作成とエラーを無視する設定は使えません。 1 本のモデルだけを作ります。

他のモデルとの使い分け

向いている場面	使うもの
単純な自己回帰で足りる	AR
トレンドがある	ARIMA
周期が 1 つで、季節の形を細かく当てたい	SARIMA
季節が複数ある・日付が抜けている	prophet
観測にノイズが多い・水準が揺れる	状態空間モデル

入力データの前提

1 時点 1 行で、日付が連続している必要があります。前提と直し方は AR と同じです。入力の行順は問いません。 中で日付の昇順に並べ替えてから計算します。

エラーと対処

「エラーを無視する」を on にすると、途中で止まらずに済みます。 失敗した分は出力から抜け、理由が エラー情報 に入ります。ただしひとつも作れなかったときは「全てのグループでモデル作成に失敗しました」で止まります。

季節変動周期が小さすぎる

季節変動周期の設定に 2 未満を入れたときに出ます。

季節変動周期の値は2以上を設定してください。

直し方 — 2 以上にしてください。季節性がないデータでも、形式上 2 以上が必要です。

日付列に欠損値がある

処理対象列に欠損値が含まれています。欠損値を除外するか補完してください。

直し方 — 日付が空の行を欠損値処理で落としてください。

予測対象列を説明変数にも選んでいる

{{X_label}}が説明変数の列にも選択されているので実行できません。説明変数から取り除くか、予測対象の列を変更してください。

直し方 — 説明変数から予測対象の列を外してください。

日付列の値が重複している

同じ日付の行が複数あるときに出ます。

{{index_label}}列の値が重複しています。集計するなどして重複をなくしてください。

直し方 — データ集計で日付をキーにまとめてください。

予測対象列に欠損値がある

説明変数を使用するが off のときに出ます。日付列の欠損と同じ文面です。

処理対象列に欠損値が含まれています。欠損値を除外するか補完してください。

直し方 — 時系列に沿った欠損値処理で埋めてください。

予測対象列に数値以外がある

説明変数を使用するが off のときに出ます。

処理対象列に数値型以外のデータが含まれてます。型変換をするか、数値型以外の列を除去してください。

直し方 — 列の型変更で数値にしてください。

日付が連続していない

抜けている期間があるときに出ます。

{{index_label}}が連続ではありません。時系列データの補間をお試しください。

直し方 — 連続数値、日付の補間で抜けている日付の行を作り、時系列に沿った欠損値処理で値を埋めてください。

すべてのグループで失敗した

全てのグループでモデル作成に失敗しました。: {{error_msg}}

直し方 — グループの分け方を粗くして、1 グループあたりの行数を増やしてください。

選んだ列が入力にない

前のノードで列名を変えたり削除したりすると出ます。

対象の列が選択されていません。

対象の列が存在しません。

直し方 — 予測対象列を選択・説明変数を選択・日付列を選択・グルーピングする列を選択を選び直してください。

よく使う例

1. ノイズの多い計測値を予測する

センサーの値がばらつき、移動平均では水準の変化が追えないとき。

入力

計測日	水位
2024-01-01	1.21
2024-02-01	1.19
…（36 か月分）	…

設定

設定項目	値
予測対象列を選択	水位
日付列を選択	計測日
季節変動周期の設定	12
予測期間の設定	3

出力 — 実測 36 行・過去データ検証 36 行・予測 3 行の 75 行になります。ARIMA と違い、過去データ検証 は 1 期目から全期間分出ます。過去データ検証 はノイズをならした水準になり、実測 のぎざぎざとは別の線で出ます。

2. 周期を最小にして水準だけ追う

周期的な動きがなく、水準の変化だけを見たいとき。季節性そのものは外せません。

入力 — 例 1 と同じ

設定

設定項目	値
季節変動周期の設定	2

出力 — 2 期で 1 周する季節成分（1 行おきに符号が入れ替わる成分）が入ります。季節性を外すことはできません。 周期的な動きがないデータなら、この成分はほぼ 0 に推定されるので、実質トレンドだけのモデルとして読めます。0 や 1 は入れられません。

3. 複数の列をまとめて予測する

水位と水温を同じ設定で予測したいとき。

入力

計測日	水位	水温
2024-01-01	1.21	8.4
2024-02-01	1.19	9.1

設定

設定項目	値
予測対象列を選択	水位、水温
季節変動周期の設定	12

出力 — 予測対象 が 水位 の行と 水温 の行が縦に並びます。

4. 要因を含めて当てはめる

売上が広告費に左右されるので、その関係も含めて説明したいとき。

入力

年月	売上	広告費
2024-01-01	100	20
2024-02-01	130	35

設定

設定項目	値
説明変数を使用する	on
予測対象列を選択	売上
説明変数を選択	広告費
日付列を選択	年月
季節変動周期の設定	12

出力 — カテゴリ / 年月 / 売上 / 広告費 の 4 列になります。予測期間の設定は出ません。

行数は入力の 2 倍です。売上 に値のある行が 実測 としてそのまま出たうえで、同じ行が 過去データ検証（当てはめ値）としてもう一度出ます。先を予測したいときは、未来の日付の行を足して 広告費 だけ埋め、売上 は空欄のままにします（その行が 予測 になります）。

5. 広告費の計画から売上を見込む

例 4 の続きで、来月の広告費が決まっているとき。

入力 — 例 4 の表の下に、未来の行を足します。

年月	売上	広告費
2024-01-01	100	20
2024-03-01	（空欄）	50

設定 — 例 4 と同じ

出力 — 3 月の行が カテゴリ = 予測 になり、売上 に見込み値が入ります。