時系列の三角関数分解 -- 最小2乗法

時系列を三角関数に分解するには、 三角関数の係数を最小2乗法によって求める方法もある。 これは、現象の周期はよくわかっているが、 観測の時間間隔が一定でなかったり、 観測が欠けていたり、まちがいがあると判断して除外する値があったりする 場合に適している。

ここでは、1年間の毎日の気温のデータをもとに、1年周期から1/6年周期 までの振幅と位相を決めたプログラム(Fortran)を紹介する。

最小2乗法の入門的解説を書いた本はたくさんあるが、 とりあえず、粟屋 (1983)を紹介しておく。 この本の副題「アナログとディジタル」は、 コンピュータ上のデータ形式ではなく、対象が離散量か連続量かという意味である。 この本のねらいは、放射線実験などのポアソン分布に従うと想定される離散量 を扱うために、最小2乗法に代わる方法を提案することにあるのだが、 最小2乗法の理解のためには、 この本の「アナログデータ」に関する部分だけを読めばよい。 三角関数をあてはめる例はないが、多項式の場合と同様に考えればよい。

最小2乗法を本格的に使うプログラムを書くのには、 中川・小柳(1982)が参考になる。 ただし、線形代数、統計学、数値計算アルゴリズムの基礎知識が必要 (わたしも全部を理解しているわけではない)。 また、この本は著者たちが中心となって作ったSALSというプログラムを 紹介しているが、これはかつての大型計算機の環境に合わせて作られたため、 今となってはあまり使われなくなってしまったようである。

参考文献


(2000年度 東京都立大学 理学部 「地理学調査法 V」教材より)
2000-05-09, 2001-06-14
増田 耕一: 慶応義塾大学 総合政策学部 非常勤講師

[目次へ]