推計グラフビューア「Prediction Viewer CS」

Love it !
  • Digital
    100 JPY

汎用 時系列データ分析ビューア 操作説明書 1. アプリケーションの概要 本ソフトウェアは、過去の時系列データ(CSV形式)を読み込み、グラフ化および将来予測を行う分析ツールです。 地域ごとの統計データ、売上推移、気温変化など、年次で記録されたあらゆるデータの可視化に対応しています。 主な機能: データの可視化: 複数のデータを合算・平均してグラフ表示、または個別にタイル表示。 将来予測: 過去の指定期間の傾向に基づき、将来の数値を自動推計(回帰分析)。 相関分析: 2つのデータ間の相関係数を自動計算。 高度な分析手法: ロバスト回帰(Theil-Sen)やHolt法など、統計的・機械学習的なアルゴリズムを選択可能。 2. データの準備(CSVファイルの形式) 本アプリを使用する前に、データを以下の形式で用意し、フォルダに整理してください。 フォルダ構成の例 フォルダ分けすることで、ツリービュー上で階層的に選択できるようになります。 データルートフォルダ ├─ カテゴリA(例:関東地方) │ ├─ サブカテゴリ1(例:東京都) │ │ ├─ データ1.csv(例:東京都_1月.csv) │ │ └─ データ2.csv(例:東京都_2月.csv) │ └─ ... └─ ... copy CSVファイルの中身(横持ち形式) 1行目(ヘッダー): 列見出し。西暦(半角数字)を含む列が自動的に「年」として認識されます。 1列目: 項目名(自治体名、商品名など)。 データ部分: 各年・各項目の数値。 文字コード: Shift-JIS(Excel標準のCSV形式)推奨。 記述例: コード スニペット 項目名, 2015, 2016, 2017, 2018, 2019, 2020, 2021, 2022 千代田区, 100, 102, 105, 108, 110, 95, 100, 115 世田谷区, 500, 510, 520, 530, 540, 500, 520, 550 copy 3. 基本的な使い方 手順1: データの読み込み アプリを起動し、画面左上の**「データフォルダ選択」**ボタンをクリックします。 CSVファイルが保存されているルートフォルダ(親フォルダ)を選択して「OK」を押します。 左側のツリービューに、フォルダ構成とファイル一覧が表示されます。 手順2: データの選択と表示 ツリービューのチェックボックスを入れると、そのデータが即座に右側のグラフに反映されます。 フォルダをチェックすると、その中のファイル全てが選択されます。 ファイル名(文字)をクリックすることでも選択/解除が可能です。 手順3: 表示モードの切り替え 画面上部の**「表示モード」**コンボボックスで、グラフの描画方法を変更できます。 合算 (選択分の合計): チェックした全データの数値を合計して、1本のグラフにします(例:県全体の合計など)。 平均 (選択分の平均): チェックしたデータの平均値をグラフにします。 個別表示 (タイル並べ): 選択したデータごとの小さなグラフをタイル状に並べて表示します。全体の傾向ではなく個別の動きを見たい場合に便利です。 4. 予測・推計機能の利用 本アプリでは、過去のデータ範囲(学習期間)を指定し、その傾向が続いた場合の「推計値(オレンジ色の点線)」を表示します。 設定1: 推計元データの期間指定 画面上部の**「推計元データ」**で、予測の基準とする期間を設定します。 開始年 ~ 終了年: ここで指定した期間のデータのみを使って傾向線を計算します。 活用例: 「コロナ禍前の2019年までの傾向で推移していたらどうなっていたか?」を知りたい場合、終了年を「2019」に設定します。 設定2: 予測手法(アルゴリズム)の選択 データの性質に合わせて、最適な計算ロジックを選択してください。 アルゴリズム名特徴・用途線形回帰 (TREND)データが直線的に増減している場合に適しています。最も基本的です。指数回帰 (GROWTH)人口増加や感染症など、加速度的に増減するデータに適しています。2次多項式 (曲線)上がって下がる、下がって上がるなど、カーブを描く傾向に適しています。3年移動平均長期的な傾向よりも、直近(過去3年)の数値を重視する場合に使います。Theil-Sen推定(推奨) 外れ値(突発的な異常値)の影響を受けにくい強力な手法です。Holt法直近のトレンド変化に敏感に反応し、滑らかな予測線を描きます。 5. その他の機能 相関分析(2点間の比較) ツリービューで**「ファイルをちょうど2つだけ」選択している状態の時、画面右上に相関係数**が表示されます。 表示例: 相関係数: 95.0% (正の相関) 2つのグラフの動きがどれくらい似ているかを数値化(100%に近いほど似ている)します。 データ表(グリッド表示) 画面中央のタブを**「データ表」**に切り替えると、グラフの元データを表形式で確認できます。 年: 西暦 値: 実測値 推計値: 計算された予測値 乖離: 実測値と推計値の差(プラスなら実測が多い、マイナスなら少ない) よくある質問 (Q&A) Q. グラフが表示されません。 A. ツリービューのチェックボックスにチェックが入っているか確認してください。また、CSVファイルに正しい「年ヘッダー(例: 2020)」が含まれているか確認してください。 Q. 「読み込みエラー」が出ます。 A. CSVファイルが別のアプリ(Excelなど)で開かれていないか確認してください。 Q. グラフの線が途切れています。 A. 元データに空白や数値以外の文字が含まれている箇所はスキップされます。CSVデータをご確認ください。

商品公開日時:2026-02-19 06:33

About Gift

About shipping

Shipped from warehouse

These products are shipped from BOOTH warehouse as soon as payment is confirmed.

Shipped from home

These products are packed and shipped from the seller. "Ships within ~ days" are the estimated number of days from when payment is confirmed at BOOTH until the item is shipped.
Items shipped by Anshin-BOOTH-Pack will be delivered anonymously.

Download item

You will be able to download these products from "Purchase History" at any time after payment is confirmed.

Shipped from pixivFACTORY

These products are manufactured and shipped by pixivFACTORY as soon as payment is confirmed.

推計グラフビューア「Prediction Viewer CS」
汎用 時系列データ分析ビューア 操作説明書 1. アプリケーションの概要 本ソフトウェアは、過去の時系列データ(CSV形式)を読み込み、グラフ化および将来予測を行う分析ツールです。 地域ごとの統計データ、売上推移、気温変化など、年次で記録されたあらゆるデータの可視化に対応しています。 主な機能: データの可視化: 複数のデータを合算・平均してグラフ表示、または個別にタイル表示。 将来予測: 過去の指定期間の傾向に基づき、将来の数値を自動推計(回帰分析)。 相関分析: 2つのデータ間の相関係数を自動計算。 高度な分析手法: ロバスト回帰(Theil-Sen)やHolt法など、統計的・機械学習的なアルゴリズムを選択可能。 2. データの準備(CSVファイルの形式) 本アプリを使用する前に、データを以下の形式で用意し、フォルダに整理してください。 フォルダ構成の例 フォルダ分けすることで、ツリービュー上で階層的に選択できるようになります。 データルートフォルダ ├─ カテゴリA(例:関東地方) │ ├─ サブカテゴリ1(例:東京都) │ │ ├─ データ1.csv(例:東京都_1月.csv) │ │ └─ データ2.csv(例:東京都_2月.csv) │ └─ ... └─ ... copy CSVファイルの中身(横持ち形式) 1行目(ヘッダー): 列見出し。西暦(半角数字)を含む列が自動的に「年」として認識されます。 1列目: 項目名(自治体名、商品名など)。 データ部分: 各年・各項目の数値。 文字コード: Shift-JIS(Excel標準のCSV形式)推奨。 記述例: コード スニペット 項目名, 2015, 2016, 2017, 2018, 2019, 2020, 2021, 2022 千代田区, 100, 102, 105, 108, 110, 95, 100, 115 世田谷区, 500, 510, 520, 530, 540, 500, 520, 550 copy 3. 基本的な使い方 手順1: データの読み込み アプリを起動し、画面左上の**「データフォルダ選択」**ボタンをクリックします。 CSVファイルが保存されているルートフォルダ(親フォルダ)を選択して「OK」を押します。 左側のツリービューに、フォルダ構成とファイル一覧が表示されます。 手順2: データの選択と表示 ツリービューのチェックボックスを入れると、そのデータが即座に右側のグラフに反映されます。 フォルダをチェックすると、その中のファイル全てが選択されます。 ファイル名(文字)をクリックすることでも選択/解除が可能です。 手順3: 表示モードの切り替え 画面上部の**「表示モード」**コンボボックスで、グラフの描画方法を変更できます。 合算 (選択分の合計): チェックした全データの数値を合計して、1本のグラフにします(例:県全体の合計など)。 平均 (選択分の平均): チェックしたデータの平均値をグラフにします。 個別表示 (タイル並べ): 選択したデータごとの小さなグラフをタイル状に並べて表示します。全体の傾向ではなく個別の動きを見たい場合に便利です。 4. 予測・推計機能の利用 本アプリでは、過去のデータ範囲(学習期間)を指定し、その傾向が続いた場合の「推計値(オレンジ色の点線)」を表示します。 設定1: 推計元データの期間指定 画面上部の**「推計元データ」**で、予測の基準とする期間を設定します。 開始年 ~ 終了年: ここで指定した期間のデータのみを使って傾向線を計算します。 活用例: 「コロナ禍前の2019年までの傾向で推移していたらどうなっていたか?」を知りたい場合、終了年を「2019」に設定します。 設定2: 予測手法(アルゴリズム)の選択 データの性質に合わせて、最適な計算ロジックを選択してください。 アルゴリズム名特徴・用途線形回帰 (TREND)データが直線的に増減している場合に適しています。最も基本的です。指数回帰 (GROWTH)人口増加や感染症など、加速度的に増減するデータに適しています。2次多項式 (曲線)上がって下がる、下がって上がるなど、カーブを描く傾向に適しています。3年移動平均長期的な傾向よりも、直近(過去3年)の数値を重視する場合に使います。Theil-Sen推定(推奨) 外れ値(突発的な異常値)の影響を受けにくい強力な手法です。Holt法直近のトレンド変化に敏感に反応し、滑らかな予測線を描きます。 5. その他の機能 相関分析(2点間の比較) ツリービューで**「ファイルをちょうど2つだけ」選択している状態の時、画面右上に相関係数**が表示されます。 表示例: 相関係数: 95.0% (正の相関) 2つのグラフの動きがどれくらい似ているかを数値化(100%に近いほど似ている)します。 データ表(グリッド表示) 画面中央のタブを**「データ表」**に切り替えると、グラフの元データを表形式で確認できます。 年: 西暦 値: 実測値 推計値: 計算された予測値 乖離: 実測値と推計値の差(プラスなら実測が多い、マイナスなら少ない) よくある質問 (Q&A) Q. グラフが表示されません。 A. ツリービューのチェックボックスにチェックが入っているか確認してください。また、CSVファイルに正しい「年ヘッダー(例: 2020)」が含まれているか確認してください。 Q. 「読み込みエラー」が出ます。 A. CSVファイルが別のアプリ(Excelなど)で開かれていないか確認してください。 Q. グラフの線が途切れています。 A. 元データに空白や数値以外の文字が含まれている箇所はスキップされます。CSVデータをご確認ください。