# 時間経過に伴う異常

> 時間経過に伴う異常 - 時間経過に伴う異常の視覚化は、データのタイムライン全体で異常がいつ発生するかを理解するのに役立ちます。

This Markdown file sits beside the HTML page at the same path (with a `.md` suffix). It summarizes the topic and lists links for tools and LLM context.

Companion generated at `2026-10-09T14:18:51.440133+00:00` (UTC).

## Primary page

- [時間経過に伴う異常](https://docs.datarobot.com/ja/docs/workbench/build-workbench/experiments/experiment-insights/anom-over-time.html.md): Full documentation for this topic (Markdown sidecar).

## Sections on this page

- [次のステップ](https://docs.datarobot.com/ja/docs/workbench/build-workbench/experiments/experiment-insights/anom-over-time.html.md#next-steps): In-page section heading.

## Documentation content

| タブ | 説明 |
| --- | --- |
| パフォーマンス | データのタイムライン全体でいつ異常が発生するかを把握するのに役立ちます。 Time-aware only |

Anomaly Over Time functions similarly to the non-anomaly [Accuracy Over Time](https://docs.datarobot.com/ja/docs/workbench/build-workbench/experiments/experiment-insights/aot.html.md) insight. See the that documentation for details of the configurable elements (backtest, forecast distance, etc.) and controlling the display.

> [!NOTE] 備考
> 複数系列プロジェクトには最大100万の系列と最大1000の予測距離を含めることができるため、すべての系列データの精度チャートを計算すると、計算量が非常に多くなり、不要であることもよくあります。 これを回避するために、DataRobotでは [代わりの計算オプション](https://docs.datarobot.com/ja/docs/workbench/build-workbench/experiments/experiment-insights/aot.html.md#display-by-series) を用意しています。

Anomaly Over Time provides the following chart controls:

| ラベル | 説明 |
|---|---|---|
| (1) | Sets the time frame of the preview. |
| (2) | Controls the anomaly threshold. ハンドルを上下にドラッグして、プロット値を異常と見なすかどうかを定義するしきい値を設定します。 |
| (3) | Indicates, in red, points that fall above the threshold. |

## 次のステップ

After reviewing where anomalies fall across the timeline, dig into individual anomalous points or compare against standard accuracy over time.

- Anomaly Assessment : Inspect SHAP explanations for the most anomalous points in a selected backtest.
- Accuracy Over Time : Compare with the non-anomaly view of predicted versus actual values across time.
- Anomaly Over Space : Map anomaly scores geographically if your dataset includes location features.