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

STL 分解とフォーキャスト

中級

04.7.8

STL 分解とフォーキャスト

最終更新 2020-09-06 読了時間 3 分
まとめ
STLForecast は、まず STL 分解で系列を「トレンド + 季節 + 残差」に分け、季節成分を取り除いた「トレンド + 残差」だけに ARIMA のような予測モデルを当て、最後に直近 1 周期の季節成分を足し戻して予測を作る 2 段構えの手法です。季節を ARIMA に学習させる必要がなくなるので、order=(1, 1, 1) のような小さいモデルで済み、季節の形が年ごとに少し変わるデータでも STL が追従してくれます。このページでは、月 0.8 の上昇と振幅 10・周期 12 の季節波を持つ 60 か月の系列を先頭 48 か月で学習し、statsmodels.tsa.forecasting.stl.STLForecast で残り 12 か月を予測します。読み終えると、period と model_kwargs が 2 段のどちらに効くかと、SARIMAX との使い分けが分かります。

季節成分とトレンドの分解 で「元データ = トレンド + 季節 + 残差」の分け方を先に見ておくと、STLForecast は「分けた季節を予測の最後に足し戻す」手順として読めます。

直感 #

毎年 12 月に売上が跳ねる月次データを予測するとき、SARIMAX は「12 か月前との差分」でその季節を消しますが、季節の形が年ごとに少し変わるとうまく消えません。STLForecast は別の順序で考えます。まず STL 分解で「12 月は +10、6 月は −10」という季節の形を局所的に取り出し、それを引いた季節なしの系列を ARIMA(1,1,1) で 12 か月先まで予測し、最後に直近 1 年分の季節の形をそのまま足し戻します。季節を「予測する」のではなく「分けておいて戻す」ので、ARIMA は傾きとノイズの構造だけに集中できます。

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:元データ = トレンド + 季節成分 + 残差。残差に残った大きな山が異常の候補。STLForecast は 2 段目と 4 段目(トレンド + 残差)だけを ARIMA(1,1,1) で予測し、3 段目の季節成分を最後に足し戻す。

式で書くと 2 段の手順はどうなるか #

STL 分解で \(y_t = T_t + S_t + R_t\) と分けたあと、季節を外した系列 \(z_t = y_t - S_t = T_t + R_t\) に ARIMA(1,1,1) を当て、\(h\) か月先の予測を

$$ \hat{y}_{T+h} = \hat{z}_{T+h} + S_{T+h-12} $$

と作ります。\(\hat{z}{T+h}\) が ARIMA による「トレンド + 残差」の予測、\(S{T+h-12}\) が学習区間の最後の 12 か月の季節成分をそのまま繰り返した値です。このページのデータは \(y_t = 100 + 0.8t + 10\sin(2\pi t/12) + \varepsilon_t\) なので、\(z_t\) は月 0.8 で増える直線にノイズが乗っただけの系列になり、ARIMA の d=1 がその傾きを定数として捉えます。

Python で STLForecast を学習して 12 か月先を予測する #

次のコードは、60 か月の系列を先頭 48 か月で学習し、STLForecast に ARIMA と order=(1, 1, 1) を渡して残り 12 か月を予測し、予測の上下 6 の帯とともに実測に重ねます。

 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
29
30
31
32
33
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from statsmodels.tsa.forecasting.stl import STLForecast
from statsmodels.tsa.arima.model import ARIMA

rng = np.random.default_rng(11)
dates = pd.date_range("2018-01-01", periods=5 * 12, freq="M")
trend = 0.8 * np.arange(len(dates))
seasonal = 10 * np.sin(2 * np.pi * np.arange(len(dates)) / 12)
noise = rng.normal(0, 3, size=len(dates))
series = pd.Series(100 + trend + seasonal + noise, index=dates)

train = series.iloc[:-12]
test_index = series.index[-12:]

model = STLForecast(train, ARIMA, period=12, model_kwargs={"order": (1, 1, 1)})
result = model.fit()
forecast = result.forecast(steps=12)

fig, ax = plt.subplots(figsize=(7, 4))
ax.plot(series.index, series, color="#94a3b8", label="実測値")
ax.plot(train.index, train, color="#2563eb", linewidth=1.4, label="学習区間")
ax.plot(test_index, forecast, color="#ef4444", linewidth=1.6, label="STLForecast 予測")
ax.fill_between(test_index, forecast - 6, forecast + 6, color="#fecaca", alpha=0.4, label="±6の目安")
ax.set_title("STLForecast による季節調整と予測")
ax.set_xlabel("年月")
ax.set_ylabel("値")
ax.legend()
ax.grid(alpha=0.3)

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

STL 分解とフォーキャストの図

実行結果の読み方 #

青の学習区間は 100 付近から 4 年で約 138(100 + 0.8 × 47)まで上がりながら、振幅 10 の季節波を 4 回繰り返します。ここまでが STL の入力です。赤の予測線は 5 周期目の山と谷を直近 1 年の季節成分で再現し、月 0.8 の傾きを ARIMA が引き継いで、灰色の実測と標準偏差 3 のノイズの範囲で重なります。薄い赤の帯は ±6 の目安で、12 か月のうち 11 か月前後の実測がこの中に入れば、季節成分の足し戻しがうまく働いたと読めます。予測の山の位置が実測より 1 か月ずれているなら、STL の period か学習区間の末尾の季節成分を疑います。

使いどころと落とし穴 #

STLForecast が向くのは、季節の振幅や形が年ごとに少し変わる系列と、季節を ARIMA に学習させるには周期が長すぎる(週次の s=52 など)系列です。季節を先に外すので ARIMA は小さい order で済み、SARIMAX で seasonal_order を探索する手間が省けます。一方で足し戻す季節成分は「直近 1 周期の形がそのまま続く」仮定なので、来年だけ季節の山が大きくなる変化は予測に反映されません。季節成分の不確かさが予測区間に入らない点も STL 側の限界で、区間の幅を厳密に扱いたい場合は UCM や ETS のように季節を状態として推定するモデルを検討してください。