定常性とは？

電車が一定間隔で来る、あの感覚

あなたの通勤ルートで、5分間隔で電車が来る路線を思い出してください。朝も夕も、深夜も、ほぼ同じ間隔で到着します。この「間隔が安定している」感覚が、定常性（stationarity）の芯です。

一方で、朝夕ラッシュでは2分間隔、深夜は30分間隔になる路線は、時間帯によって「性質」そのものが変わっています。これが非定常です。

つまり、定常性とは、時系列データの平均値やばらつきが時間とともに大きく変わらない性質のことです。

実は、あなたが毎日触れているデータの中に、非定常性は普通に潜んでいます。

この「時期によって性質が変わる」状態のままAIに学習させると、”今のパターン”だけ覚えて”次のパターン”が来たら外す、という問題が起きます。あなたが「なぜ急に予測が当たらなくなったのか」と感じたとき、背景では非定常性が働いていることが多いのです。

データサイエンティスト検定では、時系列分析の文脈で「定常性の確認と処理」が出題範囲に含まれます。

典型的な出題パターンは「なぜ差分（differencing）をとるか」を問うもの。答えの芯は「定常性を保つために、トレンドを除去する」の一言です。

自分の理解度を測る方法：「定常性を保つには何をするか？」と自分に問い、「差分をとる」「季節調整する」の2つが言えれば、試験で自分の言葉で説明できる状態です。

定常性を軸にすると、次に出会う用語の”位置”が一目でわかります。

「定常性がある → ARIMAが使える」「定常性がない → まず差分や季節調整」。この”使い分け”の軸を持てば、時系列分析の入門がぐっと楽になります。

定常性は「電車が一定間隔で来る」感覚。データの性質が時間とともに安定している状態を指し、時系列分析の出発点です。

試験の3語の要点：「性質安定・差分で除去・ARIMAの前提」

今週できる5分のアクション：手元の時系列データ（売上・アクセス数など）をグラフ化し、「時期によってばらつきが変わるかな？」と1つだけ確認する

📚 さらに理解を深めたい方には、G検定の公式テキストがお薦めです！

リンク

※ここからは検証コンテンツです。
画像内の説明には誤りが含まれる可能性があるため、本文の解説とは分けています。

定常性の「一定のリズムが揺らがない」本質を、メトロノームと等間隔のビート弧で視覚化しており、比喩が明快です。一方、非定常との対比が薄く、揺れと安定の両面を並べるとより鮮明になります。