数値予測の方法を教えてください。エクセル使います。

質問

日々のデータ値を使った、明日の数値を予測する方法を教えてください。
どのような方法があるでしょうか？
例：A列　＋９７→－２８８→－１８９昨日→＋３０７今日
　　B列　　＋９→－３１４→－４３２昨日→＋２８８今日
　　C列－２４７→－５８７→－６２２昨日→＋７３今日
　　D列＋４３２→－２３５→－６４７昨日→－１３４今日

このような数値データを毎日つけています。日々のデータは４種類です。それぞれデータは、連動しています。０値をはさんで、毎日上下運動しています。上下変動スピードの速い（激しい）順で１番A２番B３番C４番Dです。
質問は、Aの明日の数値（毎日）を予測したいのです。近似値の数値でもかまいません。
無理なら、＋値になるか－値になるかだけでも予測できれば結構です。毎日自動で計算できるよう、エクセルの関数も教えてください。
よろしくお願いします。
何分学がない素人ですので、わかりやすく簡単に説明お願いします。
なるべく簡単な方法があれば助かります。

回答No.4

noname#17230 · ベストアンサー

この４つのデータ列のみの情報から予測をするためには、これらのデータ列がどのような「法則性」あるいは「時間相関」をもって変化しているかを知る必要があります。

しかしながら（ここからが大事！）、ご質問の場合、本当にこの数値の中にのみ情報が含まれているのですか？　つまり、このデータ列以外の情報の影響は全く受けていないのですね？

例えば、このデータ列が１時間毎の何かの観測値であったとします。すると、２４時間単位で「昼⇔夜」の周期的変化の影響を受けるでしょう。また、もっと長い時間のレンジであれば春夏秋冬の影響を受けるでしょう。このようにデータ列の数値のみからでは知ることのできない外部情報の影響を受けているとすれば、このデータ列の数値だけから予測する際の精度は格段に低くなってしまいます。仮に今、このデータ列が４地点での気温だったとしましょう。春→夏と観測してきて、「あ～、段々高くなってきたな」と思って次のデータを「もっと上がる」と予測するとしますよね。でも、実際は秋になると気温は逆に減少に転じて下がってしまいます。このようにそのデータ列に含まれている情報以外にそのデータを左右する要因があるか無いかは大変大事なことなのです。

株価でもそうです。前日までの過去の情報のみを用いて次の日の予測ができればこんな楽なことはありません。しかし、現実には前日まで予想していなかった事件が起こって乱高下したりしますよね？

このようなことを実際に過去のデータ列から評価（検定）してみると良いでしょう。つまり、ある日の数値が前日までの数値とどのくらい関係が深いか（相関などと言います）を調べるのです。

時系列現象は多かれ少なかれ過去との相関があります（相関が完全にゼロなランダム過程＝ポアソン分布過程もありますが）。その相関の距離、つまりどのくらい前の時点から予兆が現れるのか、が大事です。この相関の距離が１日以下になると、前日のデータは最早翌日にのデータの予測に使えないということになります。（ただしデータ列に周期性がある場合には、前日のデータとの相関は薄いが、例えば７日前のデータとは相関が高い、ということはあるので注意）

ここから先、その相関関係をどのようにして求めるのか、とか言った話になると、そんなに易しく説明することはできません。そこからは、きちんと統計学などをご自分で勉強なさってください。

回答No.3

masudaya

それぞれが何に従って動いているのかが,
分からないと,予測はできないと思います.

例えば,上の系列が,製品の特性の平均値の分布だと,
するとまったく予測はできないということになります.

例えば,毎日の音速であれば,気温の関数ですので
気温が分かれば決まります.
このように明確でない場合でも,関係があるパラメータ
を抽出する必要があると思います.

回答No.2

Sbacteria

#1です。
正確な記述では無かったので訂正します。
”簡単にできる予測なんてありません”というのは、
”何にでも適応できる簡単な予測方法はない”ということです。　場合によっては、簡単な予測は適応できます（単調増加、単調減少、フーリエ解析で、シングルピークになった場合など）。
　しっかり勉強してください。

お礼

いろいろアドバイスありがとうございます。
未熟ものなので、これら単調増加、単調減少、フーリエ解析で、シングルピークの解説サイトや本など教えてくださ。それと、数値の性質は速度のようなものです。
よろしくお願いします。

回答No.1

Sbacteria

簡単にできる予測なんてありません。
もし簡単にできるのであれば、株の変動の予測に使われているでしょう。
扱うデータの性質で、解析の方法も変わってきます。下記の本は、時系列を扱う基本が勉強できるので、参考にあげておきます。
http://www.amazon.co.jp/exec/obidos/ASIN/4489006292/249-7148331-1559557