[R] [bsts, dlm, KFAS] マーケティングの状態空間モデリング - ill-identified diary
概要 岩波 DS Vol. 6 での佐藤忠彦 (2017, 状態空間モデルのマーケティングへの応用)の記事でなされた小売業の売上量のモデリングを R で再現してみる. dlm と KFAS, そしてbstsパッケージを利用して, それぞれでプログラムを書いてみる. 最近はゆるめの読み物ばかり書いてきたので, 硬派にやっていく. よってそれなりにハードな内容である. 量はだいたい7ページ分くらい. 初めに最近は技術的なことをあまり書かずに抽象的な話ばかりやってきたので, 久々に戻そうと思う. そこで, 状態空間モデルを用いてマーケティングにおける売上数予測モデルの構築の例をやってみる. 今回は読者が状態空間モデルの話を知っている前提で書いている. 状態空間モデルを解説した記事には, 例えば自分が昔書いたものがある. もちろん他にも探せばいくらでもある. では具体的になにをやるかというと, 佐
![[R] [bsts, dlm, KFAS] マーケティングの状態空間モデリング - ill-identified diary](https://cdn-ak-scissors.b.st-hatena.com/image/square/c1d7b547e297a8d256c5f81b9fcffc1a72546ffa/height=288;version=1;width=512/https%3A%2F%2Fcdn-ak.f.st-hatena.com%2Fimages%2Ffotolife%2Fi%2Fill-identified%2F20170906%2F20170906000146.png)
KFASの使い方 | Logics of Blue
新規作成：2018年2月7日 最終更新：2018年2月7日 ローカルレベルモデルの推定を通して、KFASパッケージの使い方を説明します。 この記事は、書籍「時系列分析と状態空間モデルの基礎：RとStanで学ぶ理論と実装」の一部を公開したものです。 この書籍は時系列分析の基礎の基礎から始めて、Box-Jenkins法や一般化状態空間モデルまでを解説した、初学者のための時系列分析の入門書です。 類書と比べると難易度は低めだと思っておりますので、これから時系列分析を始めてみたいと考えている方にお勧めします。 スポンサードリンク 目次 この章で使うパッケージ 分析の対象となるデータ KFASによる線形ガウス状態空間モデルの推定 推定結果の図示 KFASによる状態の推定と信頼・予測区間 KFASによる予測 補足：ローカルレベルモデルにおける予測 補足：補間と予測の関係 この章で使うパッケージ この章
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
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
