移動平均と移動年計の違いを徹底解説！データ分析をやさしく学ぶ中学生にもわかるガイド

---

移動平均と移動年計の基本を正しく理解する

データを読み解くとき、最初に押さえるべきは「何を知りたいか」です。移動平均と移動年計は、時系列データを扱うときの二つの代表的な集計・平滑化の方法です。
一言でいうと、移動平均はデータの“揺れ”をなだらかにするための方法、移動年計は過去12か月の総量を見せる“動向の総計”の指標として使います。
この違いを理解することは、売上データの季節性を読み解くときや、ウェブアクセスの長期的な成長を把握するときにとても役立ちます。
本稿では、具体例を用いながら両者の計算の仕組みや、どんな場面でどちらを選ぶべきかを、初心者にも分かる言葉で解説します。

移動平均とは何か？基本的な考え方と計算方法

移動平均とは、一定の期間（ウィンドウ）に含まれるデータの平均を次々に計算していく方法です。例えば「過去12か月の平均」を取れば、月のデータが前月と比べどう変わっているのかを、細かな波（季節性や一時的な変動）に惑わされずに見ることができます。
計算の基本はとてもシンプルです。ウィンドウの中のデータを足し、ウィンドウの長さで割る。次の月には最も古い月のデータを外して新しい月のデータを加える、これを繰り返します。
この性質のおかげで、急な一時的な変動があっても全体の流れを読み取りやすくなります。
重要なポイントは二つ。第一に「窓の大きさをどう決めるか」、第二に「データの性質に合わせて解釈を変えるか」です。

ウィンドウの大きさは分析の目的で変えます。たとえば短い窓（3か月など）は最近の動きに敏感ですがノイズも多く、長い窓（12か月や24か月）は安定しますが最近の変化を見逃すことがあります。
実務では、売上の季節性を抑えつつも最近のトレンドを捉えたいときに、12か月程度の窓を使うことが多いです。
移動平均の良さは、データの“ざらつき”を減らして全体の流れをつかみやすくする点にあります。
ただし、急激な変化（新商品のヒット、イベントの影響など）は移動平均にも遅れて反映されます。

移動年計とは何か？MATの考え方と計算

移動年計（Moving Annual Total、MAT）は、過去12か月のデータを毎月合計していく方法です。
たとえばある月のMATを求めるとき、直近の12か月の売上を全部足します。次の月には、1か月分のデータを追加して、1か月分の古いデータを引く、という手順で計算が続きます。
この方法は、総量の推移を見たいときに有効です。
移動年計は「合計」という性質上、季節性の影響をそのまま反映しますが、全体としてのボリューム感を把握するのに向いています。

移動年計と移動平均の違いを改めて整理すると、移動平均が“データの滑らかさ”を重視するのに対して、MATは“総量の変化”を重視する点が大きなポイントです。
どちらを使うべきかは、あなたが見たい情報＝平均の滑らかさか、総量の動きか、で決まります。
比較して使うと、季節性の影響を分離しやすくなることもあります。
実務では、しばしば両方を並べて比較する手法が用いられます。

実務での使い方と違いをどう使い分けるか

ここからは、実務での具体的な使い分け方を見ていきます。分析の目的に応じて、どちらを先に見るべきか、どう解釈を変えるべきかが決まります。
まず「トレンドを知りたい」「最近の動きが急激かどうかを確認したい」場合は、移動平均を用いてデータの揺れを抑え、長期の傾向を読み取ると良いでしょう。
一方で「今年の総需要はどれくらいか」を知りたいときには MAT が適しています。季節性の影響を含めた総量の比較が簡単になるためです。

• 目的に合わせた窓の選び方。移動平均の窓は、分析するデータの特性と期間に応じて選びます。月次データなら12か月程度、週次データなら52週程度が目安になることが多いです。
• 比較の軸を揃える。移動平均と MAT は別物なので、同じデータに対して両方を作成して「滑らかさと総量」を同時に見ると分析が深まります。
• 解釈の落とし穴。移動平均は遅れを生む性質があり、急な変化を見逃す可能性があります。MATも季節性をそのまま反映するため、季節要因の影響を別途考慮する必要があります。

実務での応用例としては、販売計画の立案、Webサイトの訪問者データの長期トレンドの把握、製造ラインの生産量の季節パターンの分析などが挙げられます。
どの指標を使うかは、意思決定のスピードと求める情報の性質によって決まります。

注意点とよくある誤解

移動平均とMATは似て非なるものです。誤解されやすい点をまとめると、「均一に動くデータほど両者の差は小さい」は必ずしも正しくありません。データに強い季節性がある場合、移動平均は季節性の影響をある程度含む一方、MATは季節の位置が変わると見かけの動きが大きく見えることがあります。
また、窓の大きさを変えると、同じデータでも結論が変わることがあります。分析の目的をはっきりさせ、窓の選択を透明に説明することが大切です。

さらに、実務上の落とし穴として次の点にも注意してください。第一に、データの欠損があると、窓の中身が偏ってしまい、結果が歪むことがあります。第二に、季節変動が強いデータでは、窓の選び方次第で「最近の伸びが強いのか、季節性の影響なのか」が見分けづらくなります。第三に、比較対象が異なる期間であれば、同じ指標でも結論が異なることを常に念頭に置くべきです。

ピックアップ解説

きょうは“移動平均”という言葉を友だちと雑談風に深掘りしてみたい。たとえば、ある科目のテスト結果が月ごとに並んでいたとします。ある月だけ点数がとても良かったり悪かったりすると、実際の成績の“波”が見えにくくなります。そんなとき、移動平均を使うと、過去数か月の平均をつくって“最近の実力の傾き”をつかみやすくなります。私たちは先生に“この科目の最近の伸び具合はどうですか？”と尋ねるような気持ちで、過去のデータを滑らかにして、全体の傾向を掴もうとします。ちなみに移動年計は、去年の今頃と比べて今年はどれくらいの総量なのかを見たいときに便利です。こういう話を友だちとすると、データ分析が身近なものに感じられるから不思議です。

---