スキル・レベルに関係なく高度な時系列予測を作成する

IBM SPSS Forecasting を使用すると、統計の専門家でなくても、迅速かつ簡単に傾向を予想して予測を作成することができます。予測の初心者であっても、複数の変数を考慮に入れて高度な予測を立てられます。また、経験者であれば、SPSS Forecasting を使用して自分のモデルの検証も行えます。時系列予測の例としては、コール・センターで日ごとに必要なスタッフ数の予想や、特定の製品やサービスに対する需要の予測などがあります。各ステップで SPSS Forecasting を使用することにより、必要な情報を迅速に入手できます。

SPSS Forecasting には、以下の機能があります:

予測グラフ

予測結果を示すグラフは、お客様の時系列と独立した変数に最適なモデルを自動的に判別するために役立ちます。

予測グラフ

平均絶対誤差率 (Mean absolute percentage error: MAPE)

このヒストグラムは、すべてのモデルにおける平均絶対誤差率を示しています。すべてのモデルでおよそ 1 パーセントの平均不確実性を示していることが分かります。

平均絶対誤差率 (MAPE)

実際の値と合致する値

予測値は実際の値とよく合致していることを示しています。つまり、このモデルの予測機能は満足できるものであることが分かります。

実際の値と合致する値

予測表

各予測期間の予測値と信頼区間が、分かりやすい表に示されます。

予測表

時間的因果モデル

この画像は、時間的因果モデル・システム内の上位 (最適な) 10 モデルと関連する因果関係を示しています。重要業績評価指標 (KPI) を監視し、また、レバーと呼ばれる制御可能な測定基準に関するデータを追跡する業務では、レバーと KPI 間の因果関係を判別し、どのレバーがどの KPI に影響を及ぼしているかを把握したい場合があります。また、KPI 自体の間に因果関係が存在するかどうかを把握したい場合もあります。

時間因果モデル

予測初心者向けのガイド付き分析

多数の選択肢とカスタマイズ・オプション

時間節約機能

高性能な時系列モデリング・プロシージャー

柔軟な出力オプション

SPSS Forecastingに関する参照情報

国外にお住まいの方

お問い合わせはこちら

まずはお気軽にご相談ください