サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
大谷翔平
unaoya-sigma.hatenadiary.jp
この記事はStan Advent Calendar 2018 qiita.com の23日目の記事です。本記事では状態空間モデルを用いた時系列予測について実データでの分析例を紹介します。 2015年度人工知能学会全国大会(第29回)での論文、 状態空間モデルを用いた検索トレンドとページビューからの自動車販売台数の予測, 角田 孝昭, 吉田 光男, 津川 翔, 山本 幹雄 www.jstage.jst.go.jp と同内容の状態空間モデルによる予測をStanを用いて行ってみました。この論文では、自動車の販売台数の月次データの予測を状態空間モデルを用いて行っていて、説明変数として絵googleの検索量を用いることで予測が改善するかどうかを調べています。 使用データについて 今回使用したデータは論文と同様に日本自動車販売協会連合会 自販連のホームページ からとってきた車種ごとの月次販売台数データ
Stan Advent Calendar 2017 - Qiitaの12/7の記事です。 Stanによる混合Gauss分布のパラメータ推定のモデル選択をWAIC及びWBICで行なってみます。 statmodeling.hatenablog.com 上記の記事で1次元の場合にされていることを今回は2次元でやってみました。 WAICやWBICについては上記記事や、渡辺先生による以下のページをご覧ください。 http://watanabe-www.math.dis.titech.ac.jp/users/swatanab/waicwbic.html http://watanabe-www.math.dis.titech.ac.jp/users/swatanab/waicwbic_j.html 今回扱うデータを生成する分布は - 平均は等しく、x方向とy方向で分散が異なる二つの正規分布からの混合分布
このページを最初にブックマークしてみませんか?
『unaoya-sigma.hatenadiary.jp』の新着エントリーを見る
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く