数値の平滑化
この機能はデータの平滑化を行い、ノイズや一時的な変動を取り除くことでデータのトレンドを明らかにします。
利用可能な平滑化手法には「単純移動平均」、「指数移動平均」、および「カルマンフィルタ」が含まれます。
「単純移動平均」は指定された範囲の平均を取り、データの平滑化を行います。
「指数移動平均」はより最近のデータに重みを置いて平均を計算し、過去のデータより現在のデータを優先します。
「カルマンフィルタ」は動的なシステムの状態を推定するためのアルゴリズムで、時系列データの平滑化に適用されます。
これらの平滑化手法は、例えば株価や気温のような時間に沿ったデータのトレンドを把握する際に有効です。
オプションで元のデータを削除し、平滑化されたデータのみを出力することもできます。
入出力定義
| 定義 | 内容 |
|---|---|
| 入力 | データ |
| 出力 | データ |
サンプル
仕様補足
単純移動平均
単純移動平均は、過去のデータの平均値をとることでデータを平滑化する手法です。
具体的には、指定された期間（例: 5 日、10 日、20 日など）のデータの平均を計算することで新しいデータポイントを作成します。
単純移動平均は、データの短期的な変動を取り除くために使用されますが、反応が遅れるという欠点があります。
指数移動平均
指数移動平均は、過去のすべてのデータを考慮しながら、新しいデータにより大きな重みを置く手法です。
これにより、単純移動平均よりも迅速に新しい情報に反応することができます。
カルマンフィルタ
カルマンフィルタは、ノイズが含まれる測定データから状態を推定するためのアルゴリズムです。
制御システムやロボティクスなどの分野で広く使用されています。
カルマンフィルタは、予測ステップと更新ステップの 2 つの主要なステップからなります。
予測ステップでは、現在の状態から次の状態を予測します。
更新ステップでは、新しい測定データを用いて状態の推定を更新します。
カルマンフィルタの特徴は、最適な推定を行うために、状態と測定の不確実性を考慮することです。