04.3.2
月別ボックスプロット
series.index.month == month で月ごとに切り出して ax.boxplot(data, labels=...) に渡します。読み終えると、中央線の上下から季節性の水準差を、箱の高さからばらつきの大小を、ひげの外の点から特殊要因の月を読み分けられるようになります。月ごとに箱ひげ図を並べると、「7 月は高く 1 月は低い」という水準差と、「12 月だけ箱が長い」というばらつきの差を同じ図で比べられます。
直感 #
4 年分の日次データを 1 本の折れ線で描くと、年周期の波が 4 回繰り返すだけで「6 月と 7 月でどちらが高いか」は読めません。そこで年の違いを無視して「月」だけで束ね、1 月なら 4 年×31 日 = 124 個の値を 1 つの箱にまとめます。箱の中の線が中央値、箱の上下が第 1・第 3 四分位、ひげの先が四分位範囲の 1.5 倍までの範囲で、それより外の点が外れ値です。12 個の箱を横に並べれば、中央線がなぞる曲線が季節性の形、箱の高さが月ごとの安定度になります。
何が起きているか(ステップで見る) #
コードを読む前に、この手法が図の上で何をしているかを追ってみましょう。「再生」を押すか、スライダーを動かすと 1 手順ずつ進みます。
見るポイント:曜日ごとに色分け・平均すると、ノイズに隠れた週のパターンが取り出せる。
Python で描く #
次のコードは、2019 年から 4 年分の日次系列に \(5 \sin(2\pi \cdot \text{dayofyear} / 365)\) の年周期を仕込み、12 か月分の値を boxplot で並べて月ごとに青の濃さを変えて塗ります。
| |
実行結果の読み方 #
中央線は 1 月の 150 付近から 4 月の 155 付近へ上がり、10 月の 145 付近へ下がって 12 月に 150 へ戻る、仕込んだ正弦波の形をなぞります。箱の高さはどの月もほぼ同じで、これはノイズの標準偏差 2.2 を全期間で一定にしてあるためです。実データで 12 月だけ箱が 2 倍長ければ、その月のばらつきが大きい、つまり年によって 12 月の挙動が違うと読みます。ひげの外に打たれた点は四分位範囲の 1.5 倍を超えた日で、正規ノイズなら 124 個中 1 個程度しか出ません。ある月に 5 個以上まとまって出るなら、連休やイベントのような特殊要因を疑います。
使いどころと落とし穴 #
月別ボックスプロットは「季節性があるか」を最初に確認する図で、中央線が平らなら季節項をモデルに入れる必要はなく、山と谷の差が箱の高さより大きければ seasonal_decompose や月ダミー変数を検討します。落とし穴はトレンドで、4 年間に水準が 20 上がる系列では、どの月の箱も「1 年目は低く 4 年目は高い」ぶんだけ縦に伸び、季節性のばらつきと区別がつきません。先に series - series.rolling(365, center=True).mean() でトレンドを引くか、年ごとに色を変えて 季節サブシリーズプロット を描くと、どちらの要因かを切り分けられます。
- 季節サブシリーズプロット — 月別の推移で季節パターンの安定性を確認
- ボックスプロット — 分布の中央値・四分位・外れ値を図示
- 曜日別の平均 — 曜日効果をバーグラフで評価