【G検定過去問風テスト】トレンドを捉える!「移動平均」の仕組みと役割
※本記事では、アフィリエイトプログラムより教材を紹介しています。
📝 問題
以下の文章を読み、空欄に最もよく当てはまる選択肢を1つ選べ。
時系列データにおいて、一定期間ごとの平均値をズラしながら計算していくことで、日々の細かい変動(ノイズ)を取り除き、全体的な「トレンド(傾向)」を把握するのに役立つ手法は ( ) である。
- A)移動平均
- B)主成分分析
- C)クロスバリデーション
- D)ホールドアウト検証
🔍 ここをクリックして正解を見る
- 正解: A)移動平均
💡 合格に近づく!徹底解説
- 重要度: ★★☆
■ 1分で分かる!この問題の要点
- 時系列データ(株価や売上など、時間とともに変化するデータ)の分析で頻繁に使われる。
- 一定の期間ごとに平均を出しながら少しずつ計算範囲を「移動」させることで、日々の激しい上下動(ノイズ)をなめらかにする。
- 長期的なトレンド(右肩上がりか、右肩下がりか)を正確に見抜くために欠かせない手法。
■ 初学者向け解説(例え話や背景)
例えば、毎日の売上をグラフに記録しているとします。「昨日より急に売上が下がった!」「今日はすごく上がった!」と、日々の天候や曜日の違いによる激しいギザギザ(ノイズ)に振り回されてしまいがちです。これでは、「お店の経営状態が本当は良くなっているのか悪くなっているのか」という大局が見えなくなってしまいますよね。
そこで、例えば「直近の7日間(1週間)」の平均値を計算し、それを毎日1日ずつズラしながら線でつないでいくのが移動平均です。日々の細かいトゲトゲしい変動がキレイにならされて、「全体として今, 売上が右肩上がりなのかどうか」という本当の流れ(トレンド)がくっきりと浮かび上がってきます。AIによる予測モデルの前処理や株価分析でもおなじみの超基本テクニックです。
■ 選択肢の解説
- A) 移動平均(○): 一定期間ごとの平均をズラしながら計算し、時系列データのノイズを取り除いてトレンドを把握する手法です。本問の正解です。
- B) 主成分分析(×): 多次元のデータを要約して少ない変数にまとめる次元削減の手法です。
- C) クロスバリデーション(×): データを分割して学習と検証を繰り返し、モデルの汎用性を評価する交差検証の手法です。
- D) ホールドアウト検証(×): データを「学習用」と「検証用」にあらかじめ1回だけ分割してモデルの性能を評価する手法です。
👉 次の問題&解説テキスト
お疲れ様です!
この調子で次の問題に挑戦しますか?
それとも、立ち止まって詳しい解説を確認しますか?
