ベイズ構造時系列モデルを推定する{bsts}パッケージを試してみた - 渋谷駅前で働くデータサイエンティストのブログ
Rパッケージ紹介ばかりが続いていて恐縮ですが。。。最近になってこんなものがFacebookからリリースされていたのを知りました。 これはこれで使いやすそうだなと思ったんですが、実はGoogleからも同様のMCMCサンプリングベースの時系列分析向けCRANパッケージ{bsts}がしばらく前から出ていたりします。見た感じ日本ではほとんど知られていないように見受けられるのですが、どんなものなんでしょうか？ ということで、一応他社フレームワークの紹介をするよりはこちらのフレームワークの紹介を先にする方が筋かな*1と思ったもので（笑）、ここでは遅ればせながら{bsts}パッケージの紹介をすることといたします。 そもそも{bsts}とは 名前が示す通り、Bayesian Structural Time Series（ベイズ構造時系列）の時系列分析を行うパッケージです。愚かにもVignetteがないので
[R] bsts (ベイズ構造時系列モデル) パッケージの使い方 - ill-identified diary
概要 ベイズ構造時系列モデリングを行う bsts パッケージは最近リリースされたばかりである. このパッケージはまだ (日本語の) 情報が少ないため, ここで理論と応用例を包括的に説明することを試みる. bsts とは, Bayesian Structural Time Series, つまりベイズ (ベイジアン) 構造時系列モデルの略称である. 某有名IT企業の某有名データサイエンティストの方が bsts パッケージの入門記事 tjo.hatenablog.com を書いていたが, より詳細で広範な説明がほしいところであった. 奇しくも bsts の開発者もこの方と同じ企業に所属しているので, 何か特別な思い入れがあるのかとも思ったが, 本人はなかなかより詳細な記事を書く気配がないため, しびれを切らして自分が書くことにした (あてつけではない). この記事の残りの構成は次の通り. まず
![[R] bsts (ベイズ構造時系列モデル) パッケージの使い方 - ill-identified diary](https://cdn-ak-scissors.b.st-hatena.com/image/square/15771976b61e6c1b9194ad5db39d8aa2497dc568/height=288;version=1;width=512/https%3A%2F%2Fcdn-ak.f.st-hatena.com%2Fimages%2Ffotolife%2Fi%2Fill-identified%2F20170908%2F20170908000348.png)
A Complete Tutorial on Time Series Modeling in R
Introduction ‘Time’ is the most important factor which ensures success in a business. It’s difficult to keep up with the pace of time. But, technology has developed some powerful methods using which we can ‘see things’ ahead of time. Don’t worry, I am not talking about Time Machine. Let’s be realistic here! I’m talking about the methods of prediction & forecasting. One such method, which deals wi
NSEとは何か - Qiita
@dichikaさんによる素晴らしdplyrの紹介。 http://d.hatena.ne.jp/dichika/20141027 Non Standard Evaluation (NSE)とは、関数内部から、その関数を呼び出した時の引数の値じゃなくて表現式そのものを、 関数の中での処理に利用しようという引数評価の方法です。 ある関数が引数を扱うとき、普通は興味あるのはその引数の値。 ところがRでは関数内部で、関数に与えられた引数の表現式を知ることができる。別にRに限った話じゃないけど。 以下のf()（通常評価）とg()（NSE）の違いを見れば一目瞭然で、 f = function(i, j, k) { print(i) print(j) print(k) } g = function(i, j, k) { print(substitute(i)) print(substitute(j))
［翻訳］lazyeval vignette: 非標準評価 - Qiita
この文書は Hadley Wickham によるRパッケージ lazyeval (version 0.2.0) のビネット "Non-standard evaluation" の日本語訳です． 文中の注は原著者によるものと訳者によるものがあり，訳者によるものには［訳注］マークを付しています1． License: GPL-3 この文書では，Rで非標準評価（non-standard evaluation, NSE）を行うための，原理に則ったツールであるlazyevalについて述べます．もしあなたがdplyrやggplot22といったパッケージを用いてプログラミングをしたい場合，あるいは自分のパッケージで遅延評価を利用するための原理に則った方法が欲しい場合には，このビネットを読むべきです．非標準評価はその名の通り，特殊なことを行うために標準評価（standard evaluation, SE）の
『Prestoとは何か，Prestoで何ができるか』 - トレジャーデータ（Treasure Data）ブログ
トレジャーデータはクラウドでデータマネージメントサービスを提供しています。 Hadoop Conference Japan 2014 以前に告知したHadoop Conference Japan 2014で，弊社Software Architectの古橋が発表しました。 テーマは，Facebookが公開した新しい分散処理基盤，Presto。実はFacebookが彼らの超大規模なデータセットに対してインタラクティブに結果を返せるようにと開発されたものです。開発が始まってまだ2年も経っておりませんが，今ではトレジャーデータを初めとして多くのハッカー達がコミッターとして参加する活発的なプロジェクトに成長しています。 PrestoはHiveやImpalaと同じ「SQL Query Engine」であり，特に数百GBを超える大規模データに対してもインタラクティブなレスポンスを（コンマ0秒以下，遅くて
統計を始めたい人に僕がPythonよりＲを勧める理由 - 蛍光ペンの交差点
今回は「ほぼＲしか使ったことがない」人間*1が、できる限り二者の優劣をくっきり述べる。 僕はほとんどＲしか使ったことがない。Pythonはtfidfやクイックソートをライブラリ無しで実装した程度。 前半の主張は以下である。 「過去のＲでの１０回程度の解析において、Ｒで不十分さを感じてPythonを使った経験は１度だけ、しかも部分的にしかなかった。Ｒの使いにくさを感じることも最近はだいぶ無くなった。だから初学者には「事足りる」Ｒを勧める。」 前半の主張 今までにＲでやった解析の内容は大体以下である。 （未発表）は途中で頓挫した、もしくは現在進行中／契約により詳細＆解析結果の公開不可能のプロジェクトである。 [ビジネス・製造業] 米国新車価格の線形重回帰分析（授業の期末課題） [ビジネス・不動産] 不動産賃貸価格の線形重回帰分析（発表スライド） [ビジネス・ＩＴ] ＥコマースサイトのＡＲＩＭＡ
東京工業大学 情報理工学院 数理・計算科学系
大岡山地区の建物 大学正門より，桜並木のウッドデッキを通り，右手の芝生をつっきる小径が西8号館，西7号館に続くみちです． 大岡山西8号館（Ｅ棟，Ｗ棟）: キャンパスマップの18, 19番の建物にあたります．本館の西隣りに位置しています．正面玄関をはいったところは３階です． Ｅ棟においでの方は廊下をはいってすぐ左手のエレベータをご利用下さい． Ｗ棟にはじめておいでの方は十分に注意して下さい．Ｅ棟とＷ棟を繋いでいる通路は３階と１０階にしかありません．Ｅ棟のエレベータを利用すると迷子になります．正面玄関から廊下をまっすぐにおいでになり，奥の右手にあるエレベータをご利用下さい． 西7号館：キャンパスマップの17番の建物にあたります．西8号館から，建物を二つ挟んだ並びにあります．芝生から向う場合，左手に本館を見ながら進み，本館がとぎれたあたりの右手にある小さな建物が西7号館です．橋を渡ってはいったと
初心者でもほぼ無料でR言語を勉強できるコンテンツ10選 - paiza開発日誌
Photo by Hermann Kaser こんにちは。谷口がお送りします。 ITエンジニアの方の中には「R言語を学習したい」という方も多くいらっしゃるかと思います。 R言語は、データ分析やデータ処理に特化したオープンソースのプログラミング言語です。システムを開発をする他のプログラムミング言語とは位置付けが異なり、統計解析機能が付いていて、解析処理やその結果をグラフィカルに表示することができます。 そのため、多量のデータ解析が求められるソーシャルゲームの解析や、リサーチ、データマイニング、アソシエーション分析が必要な業務の求人が増えています。 また近年データサイエンティストが注目されていることもあり、今後求人が増えることが予想されます。 そこで今回は、プログラミング未経験～初心者の方が、なるべくコストをかけずにR言語に触れられて、学習に役立てられるコンテンツを10件ご紹介していきます。
Rプログラム (TAKENAKA's Web Page)
R でプログラミング：データの一括処理とグラフ描き リストにオブジェクトをしまう updated on 2012-09-21 ベクトルは、同じ型のデータをまとめて並べたデータ構造です。 これに対し、リストはどのような型のデータでもしまえるデータ構造です。 ベクトルでもリスト自身でもデータフレームでも統計解析関数が返す複雑なオブジェクトでも、なんでも格納できます。 自動化した処理の結果をいくつもまとめておいて、最後にまとめて処理したいなどという場合にも便利でしょう。 なお、データフレームもリストの一種です。 このページでは、リストの使い方の基本を紹介します。 柔軟なデータ処理に活かしてください。 プログラム例はいずれもそのまま動作するように書いてあります。 ぜひ R のコンソールにコピーして試してみてください。 リストの作成、要素の指定、要素の代入 リストの作成 リストを作るには、 関数 l
Rプログラム (TAKENAKA's Web Page)
R でプログラミング：データの一括処理とグラフ描き（７章の補足） apply系関数の使い方 updated on 2014-08-25 統計処理は、たくさんのデータを使って行います。 プログラミング言語の多くは、多量のデータの処理を効率よく記述できる 文法が用意されています。R は、特にそうした機能が充実しています。 たとえば、 a <- c(1, 3, 5) a <- a + 1 と書けば、a の３つの要素すべてに 1 が加えられて、2, 4, 6 となります。 同じことは for ループでもできます。 for (i in 1:3) { a[i] <- a[i] + 1 } けれども、このような書き方をするとプログラムが長くなるし、実行時間が余計にかかることもあります （参考： Perl, R, Ruby, C++ で作成したプログラムの実行速度の比較）。 Rでは、for ループを使わず
R言語で統計解析入門： データフレームの行と列の入れ替え (転置行列) 梶山 喜一郎
> A <- matrix( c(1,2,3,4,5,1,2,3,4,5,1,2,3,4,5), nrow=5, ncol=3 ) # 行列Aを作る > A [,1] [,2] [,3] [1,] 1 1 1 [2,] 2 2 2 [3,] 3 3 3 [4,] 4 4 4 [5,] 5 5 5 > A1 <- t ( A ) # 転置行列A1を作る > A1 [,1] [,2] [,3] [,4] [,5] [1,] 1 2 3 4 5 [2,] 1 2 3 4 5 [3,] 1 2 3 4 5 > A2 <- data.frame( A1 ) # マトリック形式 A1 をデータフレーム A2 にする > colnames( A2 ) <- c( "変数か", "変数き", "変数く", "変数け", "変数こ") > rownames( A2 ) <- c( "変数Ａ", "変数Ｂ
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
Beyond Basic R
RStudioでスライド作成
search?q=chrome%20developer%20tools
https://www.pu-hiroshima.ac.jp/p/ttetsuji/R/%5B64%5Ddplyr.html
Rethinking R with Chains %>% tidyr + dplyr + magrittr + rCharts
SSSSLIDE
biunit
biunit