2017年7月26日 / 最終更新日時 : 2017年7月26日 馬場真哉 時系列分析 機械学習による時系列予測 最終更新:2017年7月26日 機械学習法を用いた時系列データの予測方法について説明します。 R言語を使えば、機械学習も時系列データのデータ操作も簡単にできます。 両者を組み合わせて、時系列データへの予測モデルを作成して […]
2017年7月14日 / 最終更新日時 : 2017年7月14日 馬場真哉 時系列分析 ARIMAモデルによる株価の予測 最終更新:2017年7月14日 標準的な時系列解析手法であるARIMAモデルを用いた、株価の予測とその評価の方法について説明します。 ARIMAモデルは、R言語を使うととても簡単に推定することができます。 簡単である割に […]
2017年7月12日 / 最終更新日時 : 2017年7月12日 馬場真哉 時系列分析 ニューラルネットワークの考え方 最終更新:2017年7月12日 ニューラルネットワークの考え方ついて説明します。 応用例としては時系列データを扱いますが、基本的な考え方は変わりませんので、ニューラルネットワークの仕組みを学びたいというだけの方でも読む意 […]
2017年7月10日 / 最終更新日時 : 2018年4月24日 馬場真哉 時系列分析 予測の評価方法:誤差の指標とナイーブな予測 時系列分析を使って予測をするのは良いのですが、やみくもに複雑な手法を使って「計算したことに満足してしまう」というのはぜひ避けたいですね。 ここではR言語の「forecast」パッケージを使って、予測の評価をする方法を説明 […]
2017年5月30日 / 最終更新日時 : 2017年9月9日 馬場真哉 Pythonデータ分析 Pythonによる状態空間モデル 最終更新:2017年06月06日 Pythonを用いた、状態空間モデルの実装方法について説明します。 なお、正規線形状態空間モデル(動的線形モデル)のみをここでは扱います。 Pythonを使えば、カルマンフィルタや最尤法 […]
2017年5月28日 / 最終更新日時 : 2018年7月7日 馬場真哉 Pythonデータ分析 Pythonによる時系列分析の基礎 Pythonを使った時系列解析の方法について説明します。 時系列データの読み込みから、図示、自己相関などの統計量の計算といった基礎から始めて、自動SARIMAモデル推定までを説明します。 この記事を読めば、簡単なBox- […]
2017年5月16日 / 最終更新日時 : 2017年8月26日 馬場真哉 回帰分析 時系列データへの回帰分析 新規作成:2017年05月16日 最終更新:2017年05月16日 ここでは、時系列データを手にした際に、どのような手順で回帰分析をかけていけばいいのか、フローチャートを交えて解説します。 時系列データは特殊でして、普通 […]
2017年4月16日 / 最終更新日時 : 2017年4月22日 馬場真哉 状態空間モデル カルマンフィルタと最尤法 新規作成:2017年04月16日 最終更新:2017年04月16日 カルマンフィルタを実行するには、パラメタを事前に与える必要があります。 そのパラメタを推定する方法が、今回紹介する最尤法です。 この記事では、尤度の説明 […]
2016年2月28日 / 最終更新日時 : 2017年8月26日 馬場真哉 状態空間モデル 状態空間モデルの推定方法の分類 新規作成:2016年2月28日 最終更新:2016年2月28日 カルマンフィルタに拡張カルマンフィルタ、粒子フィルタ、そんでもってギブスサンプラーにハミルトニアンモンテカルロ法。 呪文みたいですが、これらはすべて、状態空 […]
2016年1月24日 / 最終更新日時 : 2017年8月26日 馬場真哉 状態空間モデル dlmによる時変係数モデル 最終更新:2017年6月1日 dlmパッケージを使って、「傾きが時間によって変化する回帰モデル」を推定します。 Stanを使って「傾きが時間によって変化する回帰モデル」を推定する解説記事を以前書きました。 しかし、Sta […]