データ分析

Pythonを使って、売上予測はじめてみます～ランダムフォレスト～

SARIMA自体の手法についても、文献やネット上にいっぱい情報があるため、ここでも利用にフォーカスし、詳細な内容は割愛したいと思いますが、概念としては、こちらがわかりやすかったため、こちらを参考にさせていただきました。周期データをAR(自己回帰モデル)とMR(移動平均モデル)を組み合わせて定式化したARMRモデルに、トレンドと季節周期性を加味したもののようです。売上実績サンプルデータは単純な周期ではなく、下降？トレンドもありそうなので、ちょっと期待できそうです。

重回帰分析自体の手法についても、文献やネット上にいっぱい情報があるため、ここでも利用にフォーカスし、詳細な内容は割愛したいと思いますが、簡単には各データと二乗誤差が最小となるy=a1x1+a2x2+…+bを見つける形になります。最小なので、aとbそれぞれの偏微分が0となるa(傾き)とb(切片)を求めればよさそうなのは単回帰分析と同じですね。今回は、２変数になるので、y=a1x1 + a2x2 + bのイメージになります。

単回帰分析自体の手法については、文献やネット上にいっぱい情報があるため、ここでは利用にフォーカスし、詳細な内容は割愛したいと思いますが、簡単には各データと二乗誤差が最小となるy=ax+bを見つける形になります。最小なので、aとbそれぞれの偏微分が0となるa(傾き)とb(切片)を求めればよさそうです。

Pythonで売上実績サンプルデータの図示を目指したいと思います。コーディング環境はJupyter notebookを使おうと思いますが、GoogleさんがGoogle Colaboratoryという、インストール不要のクラウド上のJupyter notebook環境を用意してくれているのでそれを利用させていただくことにします。