年寄りの冷や水、R言語を標準インストールすればもれなくついてくるサンプルデータセットを、使い方も良く分からぬまま、それどころか統計も勉強せずに、端から触ってみるというやっつけでご乱心な第２回は BJsales と BJsales.lead であります。なんだかよく分からないデータです。先行指標ってやつ？どんだけ先行してんだろ。
※「データのお砂場」投稿順Indexはこちら
前回もやりましたが、R言語を立ち上げて、
> data()
とやれば、ずらずらと大量なサンプルデータセットの一覧が表示されます。前回は先頭でしたので、今回は２つ目です。と思ったら３つ目は２つ目の関連データでした。２つ目を読み込んだら、３つ目も読み込まれました。一つのデータセットだけれど２行に表示されることもあるのね。
前回は以下にURLを貼り付けたページから、データのいろいろ説明やら、処理例みたいなことまで辿れて（といってムツカシそうなのでパスしましたが）良かったのです。しかし、今回はデータの外形的な最低限の事しか書いてありません。またもや ts （時系列データ）みたいです。何かのセールスの「結果」とその先行指標 lead みたいっす。具体的なタイムスパンも、何を売ったのかは勿論、セールスの「単位」もまったく分からないっす。
上記ページのBJsalesのページに、元ネタはココみたいなURLが貼ってあったのでそちらへ行ってみました。悲しいお知らせがありました。
上記ページより一行引用させていただきます。
The Time Series Data Library is no longer hosted on this website. You can get the data from the tsdl R package.
結局Rに戻りました。ともかく手探りでやるしかない、と。
手探り
手探りの第１はデータを生で見てみるしかない、と。データセットを開いて、それをまずはclass()で見てみます。
２つとも時系列データでした。データ数１５０点。まあ大した分量でないので、エイヤーで全てをダンプしてみました。
結局、数字見ただけでは何だか分からないです。それではということで、前回覚えたばかりの時系列プロットを実施。以下は BJsalesのグラフです。
売上高なんだか、数量なんだか分からないけれど、全体としては右肩上がり、景気がいいです。多少の凹があってもリカバーしているんだからいいんじゃね。
もう一つ系列 BJsales.leadのグラフを描いてもらうと
グラフに描くとピンときますな。ガタガタの具合が違いますし、Y軸の単位がまったく違うのだけれど、BJsalesとBJsales.leadの間には「相関」が見て取れます（誰でも気づくよな、グラフにすれば。）
ここで思いました。
無理やりにでも２つのグラフ重ねたい。
ただ、そのままの単位で２つのグラフを重ねても単位が大きく違うので、まったく面白くありません（実際に描いて確かめました。）
まったく根拠の無い無謀な一撃。leadのデータの先頭データを２０倍するとちょうどBJsalesデータの先頭に重なりそう。。。やってみましたぜ。
黒実線がBJsales、赤破線がBJsales.leadを20倍したものです。これみると、なんだか leadの方が、少し「先行」しているような気がする、かなり値はガタガタしているけれど。でもこの２０倍というのはまったくの出鱈目。も少し「ちゃんとした」数字が欲しい、先行具合の。
とりあえずここまで打ち込んだコマンドはこんな感じ。
私は、統計などできないんだが、多分、もしかして、きっと、相互相関をとったらば、どのくらい「先行」しているんだか分かるんでないかい？
一発、ccf()関数で計算できるんだ、便利、考える前にやってみます。
なんだかな～。相関が強いところ、Lag＝0を中心に＋３くらいまであるけど、緩やかね。まあ、＋とーを比べると、＋のLagの方が相関高い気がする。これってBJsales.leadの方を右にズラす意味になるのかな～。そんな事も分からずやっとります。本当は、一撃でそれと分かるピークが欲しかったな。現実世界のデータはこんなもんかな。先行指標、先行してるっぽいけど、微妙。
まあ、ともかく無理やりデータセットをなめるの先行！無謀だな。