非定常性とは、時系列データなどの確率的性質が時間経過とともに変化し、平均や分散が一定ではない状態を指します。機械学習において予測モデルの精度低下を招く大きな要因となります。
非定常性とは
一言でいうと非定常性とは、データの傾向や統計的性質が時間とともに変動し、過去のパターンがそのまま将来に通用しなくなる性質のことです。
詳しく解説
機械学習や統計学において、多くのモデルはデータが定常的、すなわち時間を通じて平均や分散が一定であることを前提としています。しかし現実世界における株価や気象データ、需要予測などの多くは、トレンドや季節変動、経済情勢の変化などを伴います。このような背景から、モデルの予測精度を維持するためには、非定常性を適切に検出してデータの前処理を行ったり、非定常性に対応したアルゴリズムを採用したりすることが重要です。
具体例・使われ方
小売業の需要予測において、新商品の発売や突発的な流行によって売上データに非定常性が生じます。この変化を考慮せず過去の平均値だけで予測を行うと、実際の需要と大きく乖離した在庫管理になってしまうため、モデルの更新やトレンド除去が必要になります。
似た用語との違い
定常性との違いとして、定常データは時間によらず平均や分散が一定であり予測が容易ですが、非定常データは時間が経つにつれて統計量が変化するため、単純なモデルでは高精度な予測が困難になるという点があります。
注意点
非定常性を持つデータをそのまま機械学習モデルに入力すると、過学習や未知のデータに対する深刻な予測性能の低下を招く点に注意が必要です。
この解説は役に立ちましたか？誤りが含まれる場合はご報告いただけますと幸いです。
更新日時: 2026年9月5日 04:41