Python pandasとstatsmodelsを用いた時系列分析についてまとめる。pandasは欠損値の処理や移動平均の算出に、statsmodelsはARIMAなど時系列解析の実施に用いるとよさそう。以下の内容について順次取り上げていきたい。 ●単純移動平均 ●自己相関関数(ACF:Auto Correlation Function) ●偏自己相関関数(PACF:Partial Auto Correlation Function) ●自己回帰過程:AR(p) ●自己回帰移動平均過程:ARMA(p, q) ●自己回帰和分移動平均過程:ARIMA(p, q, d) ●多変量自己回帰過程:VAR(p) ●状態空間モデル ARIMAまでがひとつの系列のみを対象とした分析。VARはARの多変量版で、ある系列を予測するのに他の系列のデータも活用する。状態空間モデルは、観測方程式と状態方程式(真の
自己回帰移動平均モデル(じこかいきいどうへいきんモデル、英: autoregressive moving average model、ARMAモデル)は自己回帰モデルによる線形フィードバックと移動平均モデルによる線形フィードフォワードによりシステムを表現するモデルである[1]。George Box と G. M. Jenkins の名をとって "ボックス・ジェンキンスモデル" とも呼ばれる。 ARMAモデルは時系列データの将来値を予測するツールとして機能する。 定義[編集] 次の自己回帰 (AR) および 次の移動平均 (MA) からなる自己回帰移動平均モデル は以下のように定義される[2]。 ここで は定数、 は自己回帰パラメータ、 は移動平均パラメータ ()、 は時刻 におけるホワイトノイズである。 すなわちARMAモデルでは、各時刻でサンプリングされたホワイトノイズが過去時刻 まで重
ChangeFinder は、時系列データの各時点におけるスコアを算出し、 このスコアが高いほど、変化の度合が高いと判断します。 スコアは、AR モデルを使用した 2段階学習 (two-stage learning of time series models) に基づくアルゴリズムによって求められます。 図1 のデータを例に説明します。 まず第1段階の学習で、各時点における外れ値スコアを求めます (図2)。 外れ値スコアは、AR モデルで予測される値と実際の値とが、 どれくらい異なるかによって決まります。 次に、この外れ値スコアを平滑化 (smoothing) します (図3)。 平滑化は、直近の数時点1 の外れ値スコアを平均することによって行われます。 この平滑化により、ノイズに反応した外れ値スコアが除去されます。 次に、この平滑化したスコアの時系列データに対して2段階目の学習を行い、平
前回の記事までは多変量時系列モデルとしてのVARモデルを扱ってきました。今回は一旦このシリーズの最終回ということで、元の単変量時系列モデルに戻って「状態変化を伴うモデル」を扱ってみようと思います。 ということでもはや毎回恒例になってますが、使用テキストはいつもの沖本本です。 経済・ファイナンスデータの計量時系列分析 (統計ライブラリー) 作者: 沖本竜義出版社/メーカー: 朝倉書店発売日: 2010/02/01メディア: 単行本購入: 4人 クリック: 101回この商品を含むブログ (6件) を見る ただし今回の最後に出てくるマルコフ転換モデルは沖本本の説明では不足と思われるので、Hamilton本もあった方が良いです。 Time Series Analysis 作者: James D. Hamilton出版社/メーカー: Princeton Univ Pr発売日: 1994/01/11メ
【ジュネーブ時事】イタリア上院は23日、「グーグル税」と呼ばれる課税を盛り込んだ2014年予算案を、下院に続き賛成多数で可決した。グーグル税の導入を決めたのは、欧州連合(EU)では同国が初めて。 グーグル税は、グーグルやアマゾン、アップルといったインターネット広告ビジネスを展開している多国籍企業が対象。イタリアで広告を出す場合、同国企業を通じた取引を義務付けることで、税収を確保するのが狙いだ。税収は年間1億〜1億5000万ユーロ(約140億〜210億円)と見積もられている。 多国籍企業の一部は、欧州の事業拠点を税率が低いルクセンブルクやアイルランドなどに置いている。景気低迷が続くイタリアは税収不足が深刻化しており、与党が「イタリアで商売するならイタリアに税金を払え」と、課税逃れ防止のために法制化を政府に迫っていた。
イベント開催が頻繁に行われ、ますます盛り上がってきた正統派の三国志を題材にした本格戦略シミュレーションゲーム『三国志ロワイヤル』。今回の攻略連載記事は戦闘編と称して、部隊の損耗を最小限に抑えるプレイ方法を紹介! 先制攻撃をしかけろ!先制攻撃は、戦場MAPで敵部隊がいるマスに乗り込んだ部隊が仕掛けることができる。 戦闘が始まったら、最初に敵部隊の配置を確認し、どのように部隊を進めていけば先制攻撃をしかけることができるのかを考えてから、部隊を動かしていこう。 ただし1部隊しか出陣できない序盤は敵の動きが鈍く、先制攻撃を受ける覚悟で積極的に仕掛けていかないと、ターンオーバーになってしまうので注意が必要だ。
コメント一覧 (64) 1. ゴールデン名無し 2013年11月26日 01:06 ウルトラマンさんの時もそうだったけど最近のニュース9はシュールな笑いを狙ってる節がある 2. ゴールデン名無し 2013年11月26日 01:22 この国はどこへ向かってるんだ(´・ω・`) 3. ゴールデン名無し 2013年11月26日 01:23 個人? グッズの売り上げ凄まじいけど年収1億じゃきかない? 4. ゴールデン名無し 2013年11月26日 01:23 マジメからの梨汁プシャーwww 5. ゴールデン名無し 2013年11月26日 01:26 寄付してるんだよね すごい 普通に尊敬する 6. ゴールデン名無し 2013年11月26日 01:26 フナの亡霊、フナッ死ーさん 7. ゴールデン名無し 2013年11月26日 01:26 こいつネトウヨ連呼リアンだから嫌いだわ 8. ゴールデン名無
お、かなりパフォーマンスが高い! サイト内検索を作る際にまず思いつくのがサーバサイド内での検索です。また公開情報であればGoogleの検索エンジンを使う手もあります。今回はそのどちらでもない第三の選択肢、JavaScriptによるクライアントサイドの検索エンジンです。 検索の難しさは何と言ってもインデックスの生成部分になるかと思います。良くあるのは分かち書きとn-gramだと思いますが、JavaScriptベースの検索エンジンではどちらも不向きです。そこでOktaviaではFM-Indexと言うアルゴリズムを使ってインデックスを生成しています。 何はともあれまずは体験してみましょう。 JSXのプロジェクトページにて使われています。右上にある検索ボックスに単語を入れてエンターキーを押しましょう。 クライアントサイドだけあって高速にレスポンスが返ってきます。一致した部分がハイライトされているの
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