1 変量および多変量の予測

1 変量の予測

1 変量の予測では、Holt-Winters モデルを使用して、履歴データに基づいて単一変数の将来の値を予測します。

多変量予測

多変量予測では、複数の時間依存変数が考慮されます。 予測モデルは、履歴データだけでなく、指定された変数間の依存関係も調べて予測を作成します。 選択された変数は、予測結果の推進に重要な役割を果たします。 したがって、ヒストリカル・データとの相関が高い変数を選択することが重要です。

多変量予測では、ベクトル自動回帰 (VAR) と自動回帰統合移動平均 (ARIMAX) の 2 つのモデルのいずれかを使用します。 履歴データが 64 個未満のデータ・ポイントで構成されている場合は、VAR が使用されます。 将来の値が予測に含まれている場合は、ARIMAX が使用されます。 履歴データが 63 を超えるデータ・ポイントで構成されているが、将来の値が予測に含まれて いない 場合は、最適なモデルが使用されます。 予測の構成時に、将来の値を含めるか除外するかを選択できます。

多変量予測の変数は、履歴キューブと変数キューブの両方が同じ時間ディメンションを使用している限り、同じ Planning Analytics データベース上の異なるキューブから選択できます。 時間ディメンションは、データ・ポイントの連続セットを表すためにビューの列位置に配置されるディメンションです。

いずれの多変量モデルも季節性ではないことに注意してください。 データの季節性が高い場合は、1 変量の予測をお勧めします。