Lock in $30 Savings on PRO—Offer Ends Soon! ⏳
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
890
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
Collaborative Software Design: How to facilitate domain modelling decisions
baasie
0
100
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
smashingmag
254
22k
Amusing Abliteration
ianozsvald
0
71
Design of three-dimensional binary manipulators for pick-and-place task avoiding obstacles (IECON2024)
konakalab
0
320
Visualization
eitanlees
150
16k
JavaScript: Past, Present, and Future - NDC Porto 2020
reverentgeek
52
5.8k
Fantastic passwords and where to find them - at NoRuKo
philnash
52
3.5k
Darren the Foodie - Storyboard
khoart
PRO
0
2k
Practical Tips for Bootstrapping Information Extraction Pipelines
honnibal
25
1.7k
How to make the Groovebox
asonas
2
1.8k
Abbi's Birthday
coloredviolet
0
3.8k
Skip the Path - Find Your Career Trail
mkilby
0
27
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!