はじめに
時系列解析における季節調整処理を、LabVIEWを使って作成しました。
本記事は、Advanced Python 1 時系列解析 -自己回帰型モデル・状態空間モデル・異常検知- (https://www.kyoritsu-pub.co.jp/bookdetail/9784320125018) を参考にしています。
処理の流れ
参考文献内で季節調整の例として詳解されていた、以下の処理をLabVIEWを使って作成します。
また、サンプルデータについても、参考文献と同様、アイスクリームの家庭平均消費額データを使用します。
中心化移動平均を求める：T系列の作成
原系列を中心化移動平均で除した値を求め100倍する：S×I系列の作成
手順2で求めた値から12カ月ごとの季節指数を求める。当該指数を求めるには、月ごとの平均値を求めた上でその和が1,200になるように調整する：S系列の作成
原系列を季節指数で割って100を掛け、季節調整済みの値とする：T×I系列の作成
プログラムの説明
ダイアグラムは以下のとおりです。
結果
当然のことですが、下記のとおりLabVIEWでも参考文献と同様の結果を得ることができました。