Excel・データデータサイエンティスト需要計画担当

時系列の構造変化と季節性を分けて再推定条件を決める

季節パターンと恒久的な水準・傾き変化の候補を切り分け、検証設計を整理します。

目安時間:40分難易度:上級アプリ:Copilot in Excel
プロンプトの内容を確認 ↓

PURPOSE

このプロンプトでできること

季節パターンと恒久的な水準・傾き変化の候補を切り分け、検証設計を整理します。

PREPARE

用意する情報

時系列値、頻度、季節周期、既知の制度・価格・商品変更日、訓練・検証期間、事前選択した検定法を用意してください。

WORKFLOW

使い方

対象期間、予測時点、季節周期、既知イベントを明示してください。

AI INSTRUCTION

AIへの指示文

コピー用

入力欄を埋めてから利用してください。

季節性、外れ値、構造変化候補を分けて評価してください。変化点候補を入力イベントと照合し、将来情報を訓練に混ぜない検証区間を示してください。再推定は提案条件に留め、因果関係や最適モデルを断定しないでください。
【時系列・頻度】
【既知イベント・検定条件】
コピー操作はこのブラウザー内で行います

EXAMPLE

入力例と出力例

入力例(説明用)

月次36か月。2025-10に価格改定。前年同月にも季節ピークあり。

出力例(説明用)

変化候補: 2025-10前後の水準差。季節候補: 前年同月ピーク。価格改定と季節性を分けるため、改定前後と前年同月を含む検証を追加してください。

TIPS

使うときのコツ

変化点探索と最終評価期間を分離し、検定法を事前に定めてください。

使う前に確認してください

変化点を原因と断定せず、業務変更記録とモデル検証結果を担当者が確認してください。