今回のデータは６０年くらい前から４０年くらい前のJ＆J社の一株利益のデータです。６０年前これ知っていたら大儲け（できる筈ないですが。）まさに儲かっていますなJ＆J。が、しかし、このデータセットサンプル処理の意義は、その儲かっているトレンドから、結構大きな４半期毎の変動を分離せよ、ということみたいです。
※「データのお砂場」投稿順Indexはこちら
R言語に「漏れなくついてくる」であろうサンプルデータセットをABC順に端から舐めてみています。もとより統計には素人、R言語も素人。サンプルデータセットの見せてくれる「知らない世界」を例題実行しながら眺めております。
データセットの解説ページ
データセットの解説ページへのリンクは以下です。
Quarterly Earnings per Johnson & Johnson Share
データセットそのものは、単純な時系列データです。４半期（３か月毎に）１株あたり、何ドル儲かったか、というデータです。特に会計年度みたいな注釈もないので、カレンダ・イヤーということで良いですかね。
さて生データを見てみる
生データの先頭をhead()で見てみましたが、なんということもありません。しかし、plot()コマンドに時系列全体を与えてみて、愕然といたしましたよ（グラフはアイキャッチ画像に）
どんだけ伸びている？という感じです。儲けがまさに鰻登り。今でもJ＆J社は優良企業だと思いますが、その源はこの時代にあった？のですかね。
しかし、生データのグラフを見ると分かりますが、結構クォーター毎の利益の変動が大きそうです。特に後半の金額の大きいあたりはかなり明瞭。これは４半期毎の「毎年の」変動部分と、全体トレンドを分離したい（そして全体トレンドを見て投資するってことかい？）
突然常用対数登場
私なんぞは先ほどのグラフみて、儲かってるな～、きっと株価も鰻登り、などと思ってそれキリです。しかし「例題」では突然、常用対数を取るのです。
こんな感じ。
トートツな常用対数登場ですが、以下のプロット結果を見ると、ちょっと意図が分かる気もします。「トレンド」が直線的になっているように見えます。元のグラフをみれば、なんとなく「指数関数」的なトレンドに見えるからですかね（それにしても、指数関数的利益拡大とは恐ろしい。。。）
そしてさらに登場するのが時系列の「構造モデル」なるもの。マニュアルページは以下に。
サッパリです。サッパリ分かりませんが、以下の処理を行うことで知りたいことが見えてくるのだこれが。
黒の線が元の（常用対数とった）利益のグラフです。緑の線が「トレンド」にあたる部分みたいです。そして下の青の線が４半期（季節）変動的な。
縦軸の値-0.5のところにスパッとグレイの横線引いてますが、この0.5という数字がどこから来たのかは不明。
この「StructTS解析？ typeはBSM」については、tsdiag()関数で検証しているみたい？なんだか分かります？私には意味分からない。ダメダメ。
そして解析結果に対して、monthplot()関数を適用するとこんな感じ。
４半期毎の季節変動があぶりだされている感じがします。それにしても sea って何。
一方、例題には無い、元の生データのままの monthplotも描いてみました。こんな感じ。微妙に季節変動が見えるような気がするものの、圧倒的な利益の伸びのトレンドに隠れて、これはこれでなんだか分からない。
なんだか分からないけれども、時系列データの変動要因を分離するための手法があることは分かりました。随分、大雑把な「まとめ」だな。