前回までに、データの種類とさまざまなグラフを学んできました。
今回からは「時系列データ」に絞って、読み方と要約のしかたを整理します。
時系列データを可視化する基本は、なんといっても折れ線グラフです。
横軸に時間、縦軸に値をとり、各時点を線で結んで変化を表します。
線の傾きから「上昇・下降・横ばい」が直感的に伝わるのが強みです。
サンプルは、シンガポールの平均気温を折れ線グラフにしたものです。
横ばいの線からでも「一年中暑い」という情報が読み取れます。
上の折れ線グラフがそのサンプルです。ほぼ水平な線が「一年中暑い」を物語っています。
折れ線グラフは、月別売上や株価、平均気温、GDP成長率など幅広く使われます。
では、折れ線グラフの中に隠れている「変動の要素」を見分けていきましょう。
時系列データの変動は、大きく3つに分けて考えると整理しやすくなります。
まずは傾向変動（トレンド）。長期的に見た全体の流れです。
「上昇傾向」「下降傾向」「横ばい」のいずれかで表現されます。
例：日本の人口は長期的に減少傾向、世界のCO2排出量は上昇傾向です。
次は周期変動（季節変動）。一定期間ごとに繰り返す規則的な波です。
代表格は季節変動。1年を周期に、ほぼ毎年同じパターンが現れます。
「季節」は春夏秋冬に限らず、一定の周期でくり返すパターン全般を指します。
例：暖房器具は冬に売れ、旅行需要は年末年始に集中し、飲食店は金土に混みます。
周期は1年単位に限らず、1日や1週間の単位でも存在します。
最後は不規則変動（偶然変動）。傾向でも周期でも説明できない変動です。
突発的な出来事や、たまたま生じた要因による偶然の変動を指します。
例：大規模な天災、SNSでバズった商品、感染症の流行による需要変動。
時系列データを正しく読むには、周期と不規則を取り除いて傾向だけを取り出す発想が大事です。
月次売上が「11月に急上昇」しても、毎年の年末商戦なら本当の業績向上とは言えません。
周期変動を取り除く処理を「季節調整」と呼び、GDPなどの経済指標にも使われます。
さえ周期変動と不規則変動はイメージしやすいよね。季節調整はちょっと理解が難しいけど、
さえ「オンシーズンは稼げて当然」とまず考えて、
さえ「本当にシーズンだから伸びたのか」を深掘りするのが季節調整のイメージだよ。
さえExcelで簡単に計算できるけど、3級の範囲外だからさらっと流してくださいね！
時系列データを見るときは「長期トレンドか、季節要因か、偶発的か」を意識しましょう。
次回は、時系列データを数値で要約する「変化率」の計算を学びます。
