時系列予測ツールセットの概要

時系列予測ツールセットのツールを使用すると、時空間キューブの位置の将来の値を予測および推測し、各位置の予測モデルを評価および比較することができます。 単純なカーブ フィット、指数平滑法、フォレストベースの手法を含む、さまざまな時系列予測モデルを使用できます。

ツール説明

カーブ フィット予測 (Curve Fit Forecast)

カーブ フィットを使用して時空間キューブの各場所における値を予測します。

位置による予測評価 (Evaluate Forecasts by Location)

時空間キューブの各位置に対して、複数の予測結果から最も正確な予測を選択します。このツールを使用すると、時系列予測ツールセット内の複数のツールを同じ時系列データで使用し、各位置に対して最適な予測を選択できます。

指数平滑法予測 (Exponential Smoothing Forecast)

Holt-Winters 指数平滑法を使用し、各場所のキューブの時系列を季節的とトレンドの成分に分解して、時空間キューブの各場所における値を予測します。

フォレストベース予測 (Forest-based Forecast)

Leo Breiman と Adele Cutler により開発された教師付き機械学習方法であるランダム フォレスト アルゴリズムを転用してモデルを作成し、時空間キューブの各ロケーションの値を予測します。 フォレスト回帰モデルは、時空間キューブの各ロケーションでタイム ウィンドウを使用してトレーニングされます。

参考資料

空間統計リソース ページ (https://www.esriurl.com/spatialstats) には、空間統計ツールや時空間パターン マイニング ツールの使用に役立つ、次のようなさまざまなリソースが含まれています。

  • 体験チュートリアルおよびレッスン
  • ワークショップ ビデオおよびプレゼンテーション
  • トレーニングおよび Web セミナー
  • 書籍、記事、および技術資料へのリンク
  • サンプル スクリプトとケース スタディ


このトピックの内容
  1. 参考資料