Google Analytics Wiki

このサイトを検索

サイドバ－と検索

右上のサイト内検索をどうぞ。
サイドバ－
▶ :  コンテンツが展開できる
▼ : 展開終了
現在、200ペ－ジ超

サイト構造

ネット上での履歴
twitter : phar
FriendFeed : phar(こっちのが、情報は多い)

最近の更新履歴
xその他‎ > ‎

曜日効果を見る。

Google Analyticsには関係ないけど、こちらで季節効果の勉強をしていて、思いついたので、こちらにも紹介

Rで、decompose関数を使うと、時系列データを、
  • トレンド変動
  • 季節効果変動(ここでは曜日効果)
  • 誤差変動
に分けてくれる。

abc-analytics.comの１１月の４週間のデータでグラフ化してみる。

R> vd
 [1]  25 112 122  35 108  96  30  25  92 103 108 114  82  18  18 117  88 103 103  85  26  22 105  26 85  75  84  18

#時系列データに、
R> vdt <- ts(vd, frequency=7)

#確認
R> vdt
Time Series:
Start = c(1, 1) 
End = c(4, 7) 
Frequency = 7 
 [1]  25 112 122  35 108  96  30  25  92 103 108 114  82  18  18 117  88 103 103  85  26  22 105  26
[25]  85  75  84  18

#グラフ化
R> plot(decompose(vdt))

土日は-40周辺なのはいいけど、、、４週目に祝日があったので、それでトレンドから除去されずに影響を受けて、右肩下がりになってしまった。

11月２３日をNAにしたら、decomposeできないと言われた、、、、適当な値を入れ直してみればいいのかもしれないけど、、、

その週を除くのが安全。
もうちょっと、長いデータでやるべきかな、、
日本は休日が多いので、まんまの曜日効果は面倒そうだ。