Upgrade to PRO for Only $50/Year—Limited-Time Offer! 🔥
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
610
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
460
状態空間モデルによる予測と補間
tanaka_marimo
0
340
brmsの使い方
tanaka_marimo
0
710
不連続回帰デザイン
tanaka_marimo
0
640
ぼくの町の不安定
tanaka_marimo
0
880
真夜中には何が起こっているのか
tanaka_marimo
0
1.1k
佐渡島を見積もる
tanaka_marimo
0
1.1k
Featured
See All Featured
We Have a Design System, Now What?
morganepeng
54
7.9k
Principles of Awesome APIs and How to Build Them.
keavy
127
17k
Music & Morning Musume
bryan
46
7k
Docker and Python
trallard
47
3.7k
4 Signs Your Business is Dying
shpigford
186
22k
What’s in a name? Adding method to the madness
productmarketing
PRO
24
3.8k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
141
34k
Balancing Empowerment & Direction
lara
5
790
A Tale of Four Properties
chriscoyier
162
23k
Code Review Best Practice
trishagee
74
19k
The Straight Up "How To Draw Better" Workshop
denniskardys
239
140k
Designing for humans not robots
tammielis
254
26k
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!