タイム シリーズ モデルの式の表示 (データ マイニング)

適用対象:SQL Server 2019 以前の Analysis Services Azure Analysis Services Fabric/Power BI Premium

重要

データ マイニングは SQL Server 2017 Analysis Services で非推奨となり、SQL Server 2022 Analysis Services で停止されました。 非推奨および停止された機能については、ドキュメントの更新は行われません。 詳細については、「Analysis Services 下位互換性」を参照してください。

SQL Server データ マイニングを使用して時系列モデルを作成した場合、モデルの回帰式を表示する最も簡単な方法は、Microsoft Time Series Viewerマイニング凡例を使用して、すべての定数を読み取り可能な形式で表示することです。

タイム シリーズ モデルの ARTXP 回帰式を表示するには

  1. SQL Server Management Studioで、表示する時系列モデルを選択し、[参照] をクリックします。

    -- または --

    SQL Server Data Toolsで時系列モデルを選択し、[マイニング モデル ビューアー] タブをクリックします。

  2. [Model (モデル)] タブをクリックします。

  3. モデルに複数のツリーが含まれる場合は、 [ツリー] ボックスの一覧で 1 つのツリーを選択します。

    注意

    複数のデータ系列がある場合、モデルには必ず複数のツリーが含まれます。 ただし、 タイム シリーズ ビューアー では、 Microsoft 汎用コンテンツ ツリー ビューアーほど多くのツリーは表示されません。 これは、タイム シリーズ ビューアーが、データ系列ごとに ARIMA と ARTXP の情報を 1 つの表現にまとめるためです。

  4. ツリーの任意のリーフ ノードをクリックします。

    [データ系列] というラベルのノードは常にリーフ ノードであり、式を含むことができます。 [(すべて)] ノードに子ノードがない場合も、式を含むことができます。

  5. [マイニング凡例] が表示されない場合は、ノードを右クリックし、 [凡例の表示]をクリックします。

    ARTXP 式は、 [マイニング凡例]の前半に、 [ツリー ノード式]として表示されます。

    凡例で時系列数式を表示する凡例の

タイム シリーズ モデルの ARIMA 式を表示するには

  1. SQL Server Management Studioで、表示する時系列モデルを選択し、[参照] をクリックします。

    -- または --

    SQL Server Data Toolsで時系列モデルを選択し、[マイニング モデル ビューアー] タブをクリックします。

  2. [Model (モデル)] タブをクリックします。

  3. モデルに複数のツリーが含まれる場合は、 [ツリー] ボックスの一覧で 1 つのツリーを選択します。

    注意

    複数のデータ系列がある場合、モデルには必ず複数のツリーが含まれます。

  4. ツリーの任意のノードをクリックします。

    ARIMA 式は、 [マイニング凡例]の後半に、 [ARIMA 式]として表示されます。

  5. [マイニング凡例] が表示されない場合は、ノードを右クリックし、 [凡例の表示]をクリックします。

式の係数と項を取得するには

  1. モデル コンテンツに コンテンツ クエリ を作成することで、タイム シリーズ モデルの回帰式の項と係数を取得することもできます。

    詳細については、「 タイム シリーズ モデルのクエリ例」を参照してください。

  2. Microsoft 汎用コンテンツ ツリー ビューアーを使用することで、タイム シリーズ モデルを参照して項や係数を探すこともできます。

    詳細については、「 タイム シリーズ モデルのマイニング モデル コンテンツ (Analysis Services - データ マイニング)」を参照してください。

    注意

    ARIMA モデルと ARTXP モデルの両方を使用する混在モデルのコンテンツを参照すると、2 つのモデルは別のツリーにあり、モデルを表すルート ノードで結合されています。 ARIMA モデルと ARTXP モデルは便宜上 1 つのビューアーで表示されますが、式と同様に構造はまったく異なり、結合も比較もできません。 ARTXP ツリーはデシジョン ツリーにより近く、ARIMA ツリーは一連の移動平均を表します。

参照

マイニング モデル ビューアーのタスクと操作方法
Microsoft タイム シリーズ ビューアーを使用したモデルの参照