K_DM Book
用語集
対象者 標準
対象者別の入口 →

対象者の設定はこのブラウザの中にだけ保存されます。

言語 JA

差分による定常化を比較

中級

04.5.3

差分による定常化を比較

最終更新 2020-09-23 読了時間 3 分
まとめ
差分とは「今日の値 − 昨日の値」を並べ直して、水準の系列を変化量の系列に置き換える操作で、pandas.Series.diff() の 1 行で済みます。右上がりのトレンドを持つ系列は平均が時間とともに動く非定常な系列ですが、1 次差分を取るとトレンドは定数に化け、平均がほぼ 0 の定常に近い系列へ変わります。このページでは、傾き 0.2 のトレンドと周期 30 日の季節波を足した 240 日分の人工データを作り、原系列と差分系列を上下 2 段に描いて、何が消えて何が残るかを確かめます。読み終えると、ARIMA の差分次数 d を 0・1・2 のどれにするかを図から判断できるようになります。

直感 #

毎朝の体重を 240 日分メモしたとします。少しずつ増える流れ(トレンド)の上に、月末の外食で跳ねる周期 30 日ほどの波と日々のノイズが重なった折れ線になるはずです。右上がりの系列では平均が 1 日 0.2 ずつずれていきます。AR や MA のモデルは「平均と分散が一定」を前提にするので、そのままでは載せられません。そこで「今日 − 昨日」だけを並べ直すと、1 日 0.2 ずつ増えるトレンドは定数 0.2 に変わり、平均が動かない系列になります。これが差分です。ただし周期 30 日の季節波は差分しても消えず、振幅が小さくなった波として残るので、季節性の有無は差分後の図で別に確認します。

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:1 階差分でトレンドが消え、平均 0 のまわりに収まる。2 階差分まで取るとトレンドはもう無いのにノイズだけが大きくなる(独立ノイズなら標準偏差は 1 回目で約 1.4 倍、2 回目で約 2.4 倍)ので、d は「トレンドが消える最小の回数」で止める。

式で書くと何が残るか #

このページの人工データは、水準 50 にトレンド・季節波・ノイズを足した

$$ y_t = 50 + 0.2\,t + 5 \sin\!\left(\frac{2\pi t}{30}\right) + \varepsilon_t, \qquad \varepsilon_t \sim N(0,\ 1.5^2) $$

で、1 次差分 \(\nabla y_t = y_t - y_{t-1}\) を取ると

$$ \nabla y_t = 0.2 + 5\left[\sin\!\left(\frac{2\pi t}{30}\right) - \sin\!\left(\frac{2\pi (t-1)}{30}\right)\right] + (\varepsilon_t - \varepsilon_{t-1}) $$

になります。第 1 項の 0.2 は定数で、図の下段では「平均が 0.2 だけ上にずれた水平な帯」として現れます。第 2 項は周期 30 のまま残りますが、振幅は \(5 \times 2\sin(\pi/30) \approx 1.0\) まで縮みます。第 3 項のノイズは独立な 2 つの差なので標準偏差が \(1.5\sqrt{2} \approx 2.1\) に増え、振幅 1.0 の季節波を覆い隠します。差分系列で季節波が見えにくいのは、消えたからではなく、ノイズに埋もれたからです。

Python で原系列と差分系列を並べる #

次のコードは、上の式どおりに 240 日分の系列を作り、diff() で 1 次差分を計算して、原系列を上段・差分系列を下段に描きます。下段の破線 \(y = 0\) が「平均が 0 のまわりに収まったか」を見る基準線です。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

rng = np.random.default_rng(27)
dates = pd.date_range("2020-01-01", periods=240, freq="D")
trend = 0.2 * np.arange(len(dates))
seasonal = 5 * np.sin(2 * np.pi * np.arange(len(dates)) / 30)
noise = rng.normal(0, 1.5, size=len(dates))
series = pd.Series(50 + trend + seasonal + noise, index=dates)

diff1 = series.diff().dropna()

fig, axes = plt.subplots(2, 1, figsize=(7, 5), sharex=True)
axes[0].plot(series.index, series, color="#2563eb")
axes[0].set_title("原系列")
axes[0].set_ylabel("値")
axes[0].grid(alpha=0.3)

axes[1].plot(diff1.index, diff1, color="#f97316")
axes[1].axhline(0, color="#475569", linewidth=1, linestyle="--")
axes[1].set_title("1次差分系列")
axes[1].set_xlabel("日付")
axes[1].set_ylabel("差分")
axes[1].grid(alpha=0.3)

fig.tight_layout()
fig.savefig("static/images/timeseries/differencing.svg")

差分による定常化を比較

実行結果の読み方 #

上段の原系列は 50 付近から始まり、240 日後には 50 + 0.2 × 239 ≈ 98 まで右上がりに伸びながら、周期 30 日の波を 8 回繰り返します。下段の 1 次差分系列はこの右上がりが完全に消え、おおむね −5 から +5 の帯の中で破線のまわりを上下するだけです。帯の幅は 2020 年 1 月の左端から 8 月の右端まで変わりません。分散も一定に近いと読めます。周期 30 日の波は振幅 1.0 に縮んで標準偏差 2.1 のノイズに埋もれているため、目で追うのは難しいはずです。季節性を確かめたいなら、差分系列の自己相関(ACF)をラグ 30 で見るか、series.diff(30) の季節差分を別に描きます。

使いどころと落とし穴 #

差分の回数 d は、ARIMA(p, d, q) の d そのものです。この例のように 1 回でトレンドが消えるなら d=1 で止め、2 回目を取るのは「1 回目の差分系列がまだ一方向に傾いている」ときだけにします。取りすぎた差分は見るポイントで触れたとおりノイズを膨らませ、予測区間を無駄に広げます。目で判断しにくいときは statsmodels.tsa.stattools.adfuller の ADF 検定で p 値を確認し、原系列で p > 0.05、1 次差分で p < 0.05 なら d=1 を採用する、という手順が定番です。差分で消えるのは平均の変化だけで、分散が時間とともに広がる系列は対数変換や Box-Cox 変換を先に当てる必要があります。