Question#20(MLS-C01)
小売企業の開発者は、毎日の需要予測モデルを作成しています。企業は過去の時間ごとの需要データをAmazon S3バケットに保存していますが、過去のデータには一部の時間の需要データが欠けています。開発者は、自己回帰統合移動平均（ARIMA）アプローチがこのユースケースに適しているかどうかを検証したいと考えています。ARIMAアプローチの適合性を検証するために、開発者はどのようにすべきですか？
正解：C
- 目的は日次需要の予測なので、まず日次に正則化（リサンプリング＆集計）して一本の時系列に整えるのが筋。
- その上で STL などの季節-トレンド分解を行えば、トレンド・季節性・残差が可視化でき、ARIMA（季節が強ければSARIMA）適合性を最短手順でチェックできる。
- すべて SageMaker Data WranglerのGUIで完結し、実装労力が最小。欠測時間が散発的でも日次合計に集約すると大勢への影響は限定的で、必要に応じて日単位の欠損のみ追加で埋める運用にすればよい。
コメント