NumXLクックブック - AirLineモデル

この文書では、NumXL を使用して生の時系列データをロバストな予測に変換するためのいくつかのステップを示します。

例として、2003年から2010年までのジェッダ市（サウジアラビア）の月間電力需要（MWh）を使用する。

上図の時系列は、12ヶ月の季節性と長期にわたる上昇傾向を示している。

このデータは、電力需要を2つの主要な要素に分解することで説明できる： (1）産業用需要、（2）家庭用および業務用需要である。家庭用と業務用の需要は、天候パターン（季節など）の影響を受ける。これは、冷房・暖房のための電力使用の増減でわかる。一方、産業用需要は横ばいである。インプットとして、産業用需要は主に都市や産業の経済状況によって左右され、天候パターンによって左右されることはそれほど多くない。

ステップ1：要約統計

NumXLツールバーを使用して、記述統計ウィザードを起動する。

ここでは、すべてのオプションを選択したままにする。出力のために、表を書き込むスプレッドシートのセルを選択する：

ステップ2：相関図分析

NumXL ツールバーを使って、相関図ウィザードを起動します：

この例では、最初の20ラグについてACFとPACFを計算し、プロットする。

ACFプロットは、サイクル長12ステップのAirLineモデルの典型的なケースを示している。

ステップ3：データ変換

モデル化の前にデータを変換する必要はない。AirLineモデルは、その定義にある差分項によって入力系列を安定化させます。

ステップ4：モデリング

NumXLを使用したモデリングプロセスは、大きく3つのステップから構成される： (1A) モデル指定、(2B) キャリブレーション、(3C) 残差診断である。

1A：モデルの仕様

NumXL ツールバーの AirLine アイコンをクリックします。

NumXLは、モデルの係数、適合度、残差診断ルーチンを含む表をスプレッドシートに作成します。注意：モデルの値はまだ最適ではありません。

2B: モデルのキャリブレーション

モデルテーブルの開始セルを選択します（例：AIRLINE(12)）。ツールバーの「キャリブレーション」アイコンをクリックします。

MS Excelソルバ・ダイアログが表示され、モデルの仕様が入力されます。ソルブ・ボタンをクリックします。

3C：残存診断

残差診断ルーチンは、すでにスプレッドシートでモデル・パラメータを入力しています。今が、最適なモデルが基礎となる仮定を満たしているかどうかを再検討する良い時です。

ステップ5：予測

NumXLを使って予測を行うには、モデルの表（例：AirLine）のセルを選択する。ツールバーの "予測 "アイコンをクリックする。

予測ウィザードがポップアップします。実現オブザベーション（すなわち、サンプル・データのテール・ポイント）と予測ホライズンをステップ単位で選択します。

この例では、サンプル・データの最後の23のオブザベーションが選ばれ、そして上に示されるように、予測ホライズンは30ステップ（またはユニット）に設定された。

予測とその信頼区間をプロットする。