段階的管理図について、ここでかなりのことを書いてきましたが、これは非常に優れたビジュアルツールだと思っているからです。多くの用途があり（ここからその4つを表示）、非常に簡単に作成できます。改善または変化の前後にプロセスを分析するのに役立つだけでなく、より正確な予測または予想のための素晴らしい第一歩となります。
さまざまな方法で予測または予想するためのさまざまな方法
予測を行うには、さまざまな方法があります。データの傾向を分析したい場合、それが売上予測であろうと天気であろうと、時系列は変数が時間の経過とともにどのように変化するかを予測するのに役立ちます。様々な変数を使用して反応を予測しようとしている場合は、回帰分析、木ベースの方法、その他多くのアルゴリズムなどの予測分析が適切な選択かもしれません。
従来の時系列予測を使用した例
これは、製造能力を計画するために需要を予測しようとしている手指消毒剤のメーカーの例です。ビジネスアナリストのジョッシュは、ここ数年のデータを使って、簡単な傾向分析を作成しようとしています。
どのような種類のデータがあるのかわからないため、彼は線形モデルと二次モデル（どちらも以下）を作成します。今、彼は困った状況にいます！線形モデルは売上成長を予測し、二次モデルは売上減少を予測しています。二次モデルの精度指標はもっと優れていますが（MAPE、MAD、MSDの比較的小さい値で証明されています）、彼の営業チームは四半期を通して営業パイプラインについて楽観視しています。製造責任者にジョッシュは何を言えばいいでしょうか？
ビジネスアナリストは、会社の統計担当者であるシェリルにすぐに電話をかけ、助けを求めます。シェリルは、単一の指数平滑化を使用すると、短期予測が得られ、傾向や季節的な要素のないデータについて有効だと説明します。
アナリストのジョッシュは、これについて聞いたことはありませんでしたが、Minitabの時系列メニューで、すぐに単一の指数平滑化を見つけました！前の2つよりもはるかに合理的で正確な予測ができたようです。
彼はシェリルに電話して、グラフを見せました。彼女はグラフ上の95% PIを指摘し、95% PIを使用すると、ジョッシュは1つの応答が区間に含まれることを95%確信できると説明します。
つまり、将来の売上は（この予測に基づいて）高くなるか低くなる可能性があることを意味します。また、MAP、MAD、MSDの測定値はその前のモデルよりも優れていますが、これらの測定値が高いほど、売上が低くなり、精度が下がる可能性があると言います。
時系列（および予測モデリング）へのより良いアプローチ
がっかりしましたが、モデルを構築するために最大限のことはしたと諦めていたとき、電話が鳴ります。シェリルからです。彼女は分析に飛びつく前に、データについて考え、追及することが重要であることを、彼に思い出させました。彼女は、データにおける大きな変化を説明する方法があるかどうか尋ねました。それで彼はピンときました。
手指消毒剤メーカーとして、コロナ禍に需要が急増しました！シェリルは、段階的な管理図を作成することを推奨しています。新型コロナウイルスの流行前、流行中、流行後の需要をグラフ化すると、データにおける変化が分かりやすくなります。
ジョッシュはまた、需要が増加傾向にあるように見えることに気づき、コロナ後のデータに予測技術を適用することにしました。
元のモデルでは予測売上は8,500万～8,600万個でしたが、新しい、もっと正確な予測（はるかに低いMAPE、MAD、MSDに基づく）では、現在、8,500万～8,800万個と予測しています。つまり、元のモデルに従っていれば、大幅に生産不足になる可能性があったということです。明確な傾向のように見えるため、平滑化分析を実行する必要はありませんが、それでも実行し、精度の低いモデルを見つけます。彼は上司に電話をして、8,600万個の生産が必要で、今後数か月で8,700万個と8,800万個に生産を拡大する計画を立てる必要があることを伝えました。
覚えておくべきこと
予測では、ビジネスについて理解することが予測技術と同じくらい重要です。時系列または別の予測モデルを使用するかにかかわらず、適宜、段階的管理図を使用すると、予測するためにより優れたデータセットを特定できるだけでなく、予測がどのように、なぜ発生したのかを説明するのにも役立ちます。
幸いなことに、Minitabのアシスタントにより、誰でも非常に簡単にプロセスが管理限界内にあるかどうかを見て、統計的に観察を確認して、プロセスにおける変化がプロセスの結果における変化をもたらすか、または変動かどうかを見れるようになりました。
無料トライアルでMinitabの管理図を使って、データを最大限に活用しましょう。
