因果フェスでGranger因果について話してきたら、色々いじれば非線形でもやれるんじゃないかという気がしてきた - 渋谷駅前で働くデータサイエンティストのブログ
本日8月6日に駒場で開かれた日本生態学会関東地区会公開シンポジウム「非ガウス性／非線形性／非対称性からの因果推論手法：その使いどころ・原理・実装を学ぶ」通称因果フェスにて、Granger因果について話してきました。 ちなみに事前に林岳彦(id:takehiko-i-hayashi)先生からご紹介下さった記事がこちら。林先生、この度はお招き下さいまして有難うございました＆業務対応のため遅れて会場入り＆直後に退出という慌ただしいスケジュールになってしまい大変失礼いたしました。。。また色々お話させていただければ幸いです。 ということで、既にslideshareに資料をupしてあります。まぁいつも通りというか2年前に何度か計量時系列分析について話した時のスライドを下敷きにしてますが、当時より学術的な集会での講演ということで幾つか理論的基礎についても触れてあります。 Granger因果による 時系列
Stanで統計モデリングを学ぶ(7): 時系列の「トレンド」を目視ではなくきちんと統計的に推定する - 渋谷駅前で働くデータサイエンティストのブログ
何かこのシリーズめちゃくちゃ久しぶりなんですが（汗）、ちょっと最近問題意識を抱いている話題があるのでそれに関連した形でStanでやってみようと思います。 それは時系列の「トレンド」の扱い。ビジネスの現場では、時系列を意識しなくても良い*1クロスセクションデータでは普通に線形*2モデルを組んだりしますが、ことパネルなど時系列データとなると途端にモデルを組んだりせずに「手なり」で適当に近似曲線を引いてしまったり、みたいなことが少なくない印象があります。特に見た目にそれっぽい「トレンド」がある場合は尚更。 ところがどっこい、最近このブログでも取り上げている動的線形モデルのように、時系列データであってもある程度はモデリングできるわけで、ならばいつまでも「見た目」でトレンドを憶測し「手なり」に近似曲線を引く、なんてことはせずにモデリングでズバリ推定するべきだと僕は思うわけです。 とは言え、内容として
何も考えずに線形回帰すると怖いので、計量時系列分析でダメ押ししてみる - 渋谷駅前で働くデータサイエンティストのブログ
何気なく読んでいて、途中で「？」と思った記事がありました。 ITエンジニアのためのデータサイエンティスト養成講座（5）：「ビールと紙おむつ」のような相関関係を探る分析手法にはどんなものがある？――データ分析方法についての検討 (1/5) 何をやっているのかなー、と思って読み進めていったら一つ引っ掛かるところが。まず、この特集で扱っているのは「気温」と「電力消費（の日次最大値）」という時系列データなんですよね。なのに、4ページ目で普通に線形単回帰してます。 時系列をプロットしたのを眺めれば、どう見たって互いに相関しているのは丸分かりなのでどう計算しても構わないなんていうのは一目瞭然なんですが、それでも手法の説明のところで「時系列分析(ARMA / ARIMA)」とか言っているので、もうちょっと色々その辺を踏まえた何かがあっても良いのかなと思ったのでした。ということで、いつもながらRで見てみよ
Universität Göttingen - Georg-August-Universität Göttingen
Die Universität Göttingen ist eine international bedeutende Forschungsuniversität mit langer Tradition. 1737 im Zeitalter der Aufklärung gegründet, fühlt sie sich den Werten von Demokratie, Toleranz und Gerechtigkeit sowie der gesellschaftlichen Verantwortung von Wissenschaft verpflichtet. Als erste Volluniversität in Deutschland wurde sie 2003 in die Trägerschaft einer Stiftung Öffentlichen Recht
xtsパッケージで時系列解析
Presentation document at Tokyo.R meeting on 2nd July 2011. Rのxts（zoo）パッケージで時系列を捌くためのノウハウ（データ作成、便利関数）を紹介。
Rで学ぶ回帰分析と単位根検定 - slideshare
単回帰分析を復習した後、単純に回帰分析を適用してはいけない『やってはいけないケース』を紹介。 そしてそれがなぜ起こるのかを実例を通して紹介した後、この問題を検出するための方法の１つという観点から単位根検定の紹介をします。Read less
1
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
R: Tukey's (Running Median) Smoothing
forecast: Forecasting Functions for Time Series and Linear Models
SCSS - School of Computer Science and Statistics | Trinity College Dublin
R Graphical Manual
fishyoperations.com has expired
http://www.ec.kansai-u.ac.jp/user/arakit/documents/lbrts.pdf
Time series and forecasting in R