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
[輪読]時系列解析入門 第2章
Search
ysekky
February 18, 2015
Research
1
790
[輪読]時系列解析入門 第2章
ysekky
February 18, 2015
Tweet
Share
More Decks by ysekky
See All by ysekky
スタートアップの開発サイクルに学ぶ 研究活動の進め方 / research practices inspired by startup business strategy
ysekky
0
2.1k
[論文紹介] A Method to Anonymize Business Metrics to Publishing Implicit Feedback Datasets (Recsys2020) / recsys20-reading-gunosy-datapub
ysekky
3
2.7k
JSAI2020 OS-12 広告とAI オープニング / JSAI2020-OS-12-ads-and-ai-opening
ysekky
0
2.1k
JSAI2020インダストリアルセッション - Gunosyにおける研究開発 / jsai2020-gunosy-rd-examples
ysekky
1
760
ウェブサービス事業者における研究開発インターン[株式会社Gunosy] - テキストアナリティクスシンポジウム2019 / research-intern-case-study-at-gunosy
ysekky
0
2.8k
Gunosyにおけるニュース記事推薦/ news-recommendation-in-gunosy-webdbf2019
ysekky
1
1.5k
DEIM2019技術報告セッション - Gunosyの研究開発 / deim-2019-sponsor-session-gunosy-research
ysekky
0
1.1k
Analysis of Bias in Gathering Information Between User Attributes in News Application (ABCCS 2018)
ysekky
1
2.3k
世代による政治ニュース記事の閲覧傾向の違いの分析 - JSAI2018 / Analysis of differences in viewing behavior of politics news by age
ysekky
0
3.9k
Other Decks in Research
See All in Research
電通総研の生成AI・エージェントの取り組みエンジニアリング業務向けAI活用事例紹介
isidaitc
1
240
SSII2025 [SS1] レンズレスカメラ
ssii
PRO
2
960
ウッドスタックチャン:木材を用いた小型エージェントロボットの開発と印象評価 / ec75-sato
yumulab
1
410
When Submarine Cables Go Dark: Examining the Web Services Resilience Amid Global Internet Disruptions
irvin
0
210
AIによる画像認識技術の進化 -25年の技術変遷を振り返る-
hf149
6
3.5k
Type Theory as a Formal Basis of Natural Language Semantics
daikimatsuoka
1
220
LLM-as-a-Judge: 文章をLLMで評価する@教育機関DXシンポ
k141303
3
810
20250624_熊本経済同友会6月例会講演
trafficbrain
1
110
電力システム最適化入門
mickey_kubo
1
640
MGDSS:慣性式モーションキャプチャを用いたジェスチャによるドローンの操作 / ec75-yamauchi
yumulab
0
240
SSII2025 [TS2] リモートセンシング画像処理の最前線
ssii
PRO
7
2.8k
SatCLIP: Global, General-Purpose Location Embeddings with Satellite Imagery
satai
3
210
Featured
See All Featured
CSS Pre-Processors: Stylus, Less & Sass
bermonpainter
357
30k
Writing Fast Ruby
sferik
628
62k
Designing for humans not robots
tammielis
253
25k
Why Our Code Smells
bkeepers
PRO
337
57k
It's Worth the Effort
3n
185
28k
How To Stay Up To Date on Web Technology
chriscoyier
790
250k
Optimizing for Happiness
mojombo
379
70k
Typedesign – Prime Four
hannesfritz
42
2.7k
Improving Core Web Vitals using Speculation Rules API
sergeychernyshev
17
940
The Myth of the Modular Monolith - Day 2 Keynote - Rails World 2024
eileencodes
26
2.9k
The Psychology of Web Performance [Beyond Tellerrand 2023]
tammyeverts
48
2.8k
Chrome DevTools: State of the Union 2024 - Debugging React & Beyond
addyosmani
7
710
Transcript
時系列解析入門 2章 共分散関数 Yoshifumi Seki (Gunosy Inc) 2015.02.17
2.1 時系列の分布と定常性 • ランダムな現象の特徴を捉える手段 – 平均 – 分散 – ヒストグラム
• 時系列の場合にも上記は有効か?
2つの時系列を指標で比較する 船舶の横揺れ
ヒストグラム 全く異なる2つの時系列が同じような特徴を持ってしまう
縦軸をy_n, 横軸をy_n-‐2にした散布図 方向角速度は相関がないが, 横揺れは2期前の値と強い正の相関があることがわかる
縦軸をy_n, 横軸をy_n-‐4にした散布図 方向角速度は4期前の値と強い負の相関があることがわかる
2.1 時系列の分布と定常性 • 時系列解析においては時間的な関連を無視 してy_nの分布だけを調べても時系列の特徴 は捉えられない • y_nとy_[n-‐k]の同時分布を見て関連を調べる 必要がある
• 平均値関数 – 時系列をyn = {y_1, …, y_N}とするとき, y_nの期待 値
• 自己共分散 – 時系列y_nと時刻をkだけシフトしたy_{n-‐k}との共 分散 – k = 0ではy_nの分散関数Var(y_n)
• 平均や共分散が時間をシフトしても変化しな い場合を考える – そうでない場合は8章以降 • lを時間のシフト量を表す任意の変数とする •
上記のような時系列を弱定常という – lシフトした時の同時分布が等しい時を強定常とい う
2.2 定常系列の自己共分散関数 • 定常性を仮定すると平均値関数は時刻に依 存しない一定の値となるので平均μと呼ぶ • 共分散は時間差だけに依存する量となるの でC_kと表せ, 自己共分散関数ともよばれる
– k = 0 のときは y_nの分散に等しい – 偶関数で|C_k| <= C_0が成り立つ – kはラグとも呼ぶ
2.2 定常系列の自己共分散関数 • y_nとy_{n-‐k}の相関係数をラグkの関数とみな したものを自己相関関数と呼ぶ • 定常時系列の場合にはVarは一定でCov0に なるので以下のようにもかける
例: 白色雑音 • 以下の条件をみたすときホワイトノイズとよば れる – 自己相関関数が常に0=>全く相関がない
自己共分散関数と自己相関関数の推定 • 定常時系列が与えられた時推定値は次の式に より求められる • 標本平均, 標本自己分散関数, 標本自己相関関 数とよばれる
船舶の方向角速度の自己相関関数 • 近い値については強い相関が ある • 振動しながら急速にゼロに近 づく •
若干の周期性はあるが, 遠くな ると相関がなくなりランダム性 が強まる
2.3 多変量時系列と散布図 • 散布図によって変量間の関係を把握すること ができる • 他の変数とも時間遅れの関係をみる必要が ある
– すべての組み合わせを散布図にしなければなら ない? • 相互共分散関数と相互相関関数が便利であ る
• 図2.3を貼る
2.4 相互共分散関数および相互相関関数 • 多変量時系列 • 平均ベクトル • i,
jとの共分散関数
• l × l 行列の相互共分散関数 • 相互相関関数