• AIでデータ分析-定常性の判定：トレンド非定常データの統計的判定
• 用いるデータの紹介
• AIの活用：AIを用いて単位根検定・KPSS検定を行い定常性の判定を行う
• まとめ

AIでデータ分析-定常性の判定：トレンド非定常データの統計的判定

このノートは、データ分析においてAIを使って何ができて何ができないかを検証するために、実際に試した結果をまとめたノートです。

今回はトレンド非定常データに対しAIを用いて単位根検定・KPSS検定を行い、定常性の判定を統計的に行ってみたいと思います。

AIを用いることでいかに効率化できるのか、体験していただければと思います。

所要時間は10分ほどとなっています。

それでは、さっそく始めていきましょう！

データの紹介

今回検証で得られたデータはsynthetic_time_series_for_stationarityです。

サンプルデータはこちらからダウンロードできます。

1行が1日のデータになっています。

AIの活用：AIを用いて単位根検定・KPSS検定を行い定常性の判定を行う

結果を確認します。

単位根検定(ADF)では、帰無仮説を単位根あり（非定常である）と置いています。今回p値は0.978 > 0.05 のため帰無仮説が棄却されるだけの根拠はなく、判定結果は非定常となりました。

KPSS検定では、帰無仮説を定常であると置いています。今回p値は0.01 < 0.05 のため帰無仮説が棄却され、判定結果は非定常となりました。

以上の理由から、AIを用いて統計的にも正しく定常性の判定を行うことができることを確認することができました。

まとめ

今回はトレンド非定常データに対し、AIを用いて統計的に定常性の判定を正しく行えるのか試しました。

結果はAIを用いて統計的にも正しく定常性の判定を行えることを確認することができました。

AIでできることとできないことを把握し、うまく活用することで、データ分析もかなり効率化できそうですね！

AIでデータ分析-定常性の判定：トレンド非定常データの統計的判定　は以上となります！