時系列データ分析

ヨハネの黙示録は、記者のヨハネが、流刑地パトモスで見せられた幻を見せられた順番に書き留めました。 預言が多く含まれるので、その解釈は、多くの考え方があります。 そもそも、字義的解釈と比喩表現などを的確に判断するのは難しいテーマでもあります。 そこで、ヘブル的解釈を用いて、解説しているアーノルド・フルクテンバウム師の解説（ディスペンセーション）をベースに、その内容を整理しながら、書き留めています。 聖書を通読することも大切ではありますが、その内容を時代的背景と文化的背景を理解するためにも、時間軸で整理する必要性もあると考えています。 この項では、ヨハネの黙示録について、時系列を整理してみます。 …

2つのブログを初投稿させていただいてから早いもので数週間。 自己紹介 - AIソリューションアーキテクトのおしゃべり データ活用人材とはどんな人々か - AIソリューションアーキテクトのおしゃべり 思っていた以上に反響があり、 「面白くて、あっという間に読めた」 「ブログとリアルのキャラが一致しなくて困惑した」 「怪しい壺が買いたくなった」*1 など、数々のご好評をいただきまして非常に感謝してます。 時系列解析って何か色々あってわかりません！(憤怒) さて、本日取り上げたいのは時系列解析。 最近では新型コロナウイルスの感染者数という大々的に報じられる時系列データがあるのでイメージしやすくなった…

Facebookが提供している時系列予測ツールのOSS，Prophetの使い方を備忘録的に残しておきます*1． 動作確認したProphetのバージョンは1.0です． 基本的な使い方 飽和するトレンドのモデリング トレンドの変化点のモデリング 季節成分のモデリング 条件付き季節性 祝日やイベントのモデリング 季節成分，イベントの影響度調整 回帰項の追加 季節成分（やイベント成分）の乗算 不確定区間 外れ値の扱い 時間軸や月次の予測 交差検証によるハイパーパラメータチューニング モデルのセーブとロード 基本的な使い方 library(prophet) # 必須カラムはds（日付）とy（目的変数） …

状態空間モデルは、観測できない状態を推定し、その推定した状態から観測値を予測するモデルです。観測できない状態の形を指定できるため、季節周期やトレンドを表す状態のモデルを構築でき、それぞれの成分に分解できます。これにより、ブラックボックスになりがちな機械学習の予測モデルではわからない、時系列データの分析が可能となります。 今回の記事では、トレンド、季節周期、自己回帰を含んだ盛々の状態の状態空間モデルを作り、時系列データがどのように分解できるかまでを見ます。時系列データの予測はもちろん行いますが、普通に構築しただけでは精度が低いので、最適化にも挑戦という野心的なところまでやるのです！ 最後まで見て…