Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
時変係数モデル
Search
tanaka_marimo
February 17, 2020
0
380
時変係数モデル
時変係数モデルの話です。
tanaka_marimo
February 17, 2020
Tweet
Share
More Decks by tanaka_marimo
See All by tanaka_marimo
ベイズABテスト
tanaka_marimo
0
320
状態空間モデルによる予測と補間
tanaka_marimo
0
200
brmsの使い方
tanaka_marimo
0
480
不連続回帰デザイン
tanaka_marimo
0
500
ぼくの町の不安定
tanaka_marimo
0
740
真夜中には何が起こっているのか
tanaka_marimo
0
980
佐渡島を見積もる
tanaka_marimo
0
970
Featured
See All Featured
The Invisible Side of Design
smashingmag
294
49k
Thoughts on Productivity
jonyablonski
57
3.8k
Pencils Down: Stop Designing & Start Developing
hursman
117
11k
The Invisible Customer
myddelton
114
12k
Put a Button on it: Removing Barriers to Going Fast.
kastner
58
3k
XXLCSS - How to scale CSS and keep your sanity
sugarenia
240
1.2M
Scaling GitHub
holman
457
140k
Making the Leap to Tech Lead
cromwellryan
123
8.5k
Creating an realtime collaboration tool: Agile Flush - .NET Oxford
marcduiker
13
1.5k
Bootstrapping a Software Product
garrettdimon
PRO
301
110k
Teambox: Starting and Learning
jrom
128
8.4k
The MySQL Ecosystem @ GitHub 2015
samlambert
242
12k
Transcript
ベイズ統計モデリングによるデータ分析⼊⾨ 時変係数モデル 第5部第4章 時変係数モデル 2020年2⽉19⽇(⾬⽔) ベイズ統計モデリングによる データ分析⼊⾨
ベイズ統計モデリングによるデータ分析⼊⾨ 時変係数モデル 誰?
ベイズ統計モデリングによるデータ分析⼊⾨ 時変係数モデル tanaka_marimo 京都で天気の研究 某天気会社勤務 某受託分析会社勤務 雲コンペ History: Now:
Recently:
ベイズ統計モデリングによるデータ分析⼊⾨ 時変係数モデル AGENDA n 時変係数モデルの理解 n 分析の準備 n データの読み込み n 通常の単回帰モデルの適⽤ n 時点を分けた2つの単回帰モデルの適⽤ n 時変係数モデルの構造
n 時変係数モデルの推定 n Stanファイルの実装 n MCMCの実⾏ n 推定された状態の図⽰
ベイズ統計モデリングによるデータ分析⼊⾨ 時変係数モデル AGENDA n 時変係数モデルの理解 n 分析の準備 n データの読み込み n 通常の単回帰モデルの適⽤ n 時点を分けた2つの単回帰モデルの適⽤ n 時変係数モデルの構造
n 時変係数モデルの推定 n Stanファイルの実装 n MCMCの実⾏ n 推定された状態の図⽰
ベイズ統計モデリングによるデータ分析⼊⾨ 時変係数モデル 並列化するコア数
ベイズ統計モデリングによるデータ分析⼊⾨ 時変係数モデル 働き⼿の⼈数
ベイズ統計モデリングによるデータ分析⼊⾨ 時変係数モデル
ベイズ統計モデリングによるデータ分析⼊⾨ 時変係数モデル AGENDA n 時変係数モデルの理解 n 分析の準備 n データの読み込み n 通常の単回帰モデルの適⽤ n 時点を分けた2つの単回帰モデルの適⽤ n 時変係数モデルの構造
n 時変係数モデルの推定 n Stanファイルの実装 n MCMCの実⾏ n 推定された状態の図⽰
ベイズ統計モデリングによるデータ分析⼊⾨ 時変係数モデル
ベイズ統計モデリングによるデータ分析⼊⾨ 時変係数モデル 働き⼿が⼀⼈ 増えると売上 は7.4増える
ベイズ統計モデリングによるデータ分析⼊⾨ 時変係数モデル AGENDA n 時変係数モデルの理解 n 分析の準備 n データの読み込み n 通常の単回帰モデルの適⽤ n 時点を分けた2つの単回帰モデルの適⽤ n 時変係数モデルの構造
n 時変係数モデルの推定 n Stanファイルの実装 n MCMCの実⾏ n 推定された状態の図⽰
ベイズ統計モデリングによるデータ分析⼊⾨ 時変係数モデル 前半 後半
ベイズ統計モデリングによるデータ分析⼊⾨ 時変係数モデル
ベイズ統計モデリングによるデータ分析⼊⾨ 時変係数モデル
ベイズ統計モデリングによるデータ分析⼊⾨ 時変係数モデル 時点によって 働き⼿の影響 が異なる
ベイズ統計モデリングによるデータ分析⼊⾨ 時変係数モデル AGENDA n 時変係数モデルの理解 n 分析の準備 n データの読み込み n 通常の単回帰モデルの適⽤ n 時点を分けた2つの単回帰モデルの適⽤ n 時変係数モデルの構造
n 時変係数モデルの推定 n Stanファイルの実装 n MCMCの実⾏ n 推定された状態の図⽰
ベイズ統計モデリングによるデータ分析⼊⾨ 時変係数モデル 時変係数モデル、モデル式 「ランダムウォークする切⽚」を 持つローカルレベルモデルに 「ランダムウォークする回帰係数」を 持つ説明変数を付け加えたモデル µ t ~
Normal(µ t−1 ,σ w 2 ) β t ~ Normal(β t−1 ,σ τ 2 ) α t = µ t + β t ex t y t ~ Normal(α t ,σ v 2 )
ベイズ統計モデリングによるデータ分析⼊⾨ 時変係数モデル AGENDA n 時変係数モデルの理解 n 分析の準備 n データの読み込み n 通常の単回帰モデルの適⽤ n 時点を分けた2つの単回帰モデルの適⽤ n 時変係数モデルの構造
n 時変係数モデルの推定 n Stanファイルの実装 n MCMCの実⾏ n 推定された状態の図⽰
ベイズ統計モデリングによるデータ分析⼊⾨ 時変係数モデル
ベイズ統計モデリングによるデータ分析⼊⾨ 時変係数モデル ランダムウォーク する回帰係数
ベイズ統計モデリングによるデータ分析⼊⾨ 時変係数モデル
ベイズ統計モデリングによるデータ分析⼊⾨ 時変係数モデル ランダムウォーク する回帰係数 観測値の期待値
ベイズ統計モデリングによるデータ分析⼊⾨ 時変係数モデル AGENDA n 時変係数モデルの理解 n 分析の準備 n データの読み込み n 通常の単回帰モデルの適⽤ n 時点を分けた2つの単回帰モデルの適⽤ n 時変係数モデルの構造
n 時変係数モデルの推定 n Stanファイルの実装 n MCMCの実⾏ n 推定された状態の図⽰
ベイズ統計モデリングによるデータ分析⼊⾨ 時変係数モデル
ベイズ統計モデリングによるデータ分析⼊⾨ 時変係数モデル
ベイズ統計モデリングによるデータ分析⼊⾨ 時変係数モデル 収束OK
ベイズ統計モデリングによるデータ分析⼊⾨ 時変係数モデル 事後平均
ベイズ統計モデリングによるデータ分析⼊⾨ 時変係数モデル AGENDA n 時変係数モデルの理解 n 分析の準備 n データの読み込み n 通常の単回帰モデルの適⽤ n 時点を分けた2つの単回帰モデルの適⽤ n 時変係数モデルの構造
n 時変係数モデルの推定 n Stanファイルの実装 n MCMCの実⾏ n 推定された状態の図⽰
ベイズ統計モデリングによるデータ分析⼊⾨ 時変係数モデル
ベイズ統計モデリングによるデータ分析⼊⾨ 時変係数モデル 働き⼿の影響が 次第に⼩さくなる
ベイズ統計モデリングによるデータ分析⼊⾨ 時変係数モデル サマリ n 説明変数の係数が時間に応じて動的に変化す る時変係数モデルを実装した n 時変係数モデルを⽤いることで、時間と共に 説明変数の影響が異なる状況を柔軟に表現で きる
n 状態空間モデルは我々の⽬に⾒ない「状態」 という潜在変数を仮定してモデルを推定でき る
ベイズ統計モデリングによるデータ分析⼊⾨ 時変係数モデル Enjoy!