状態空間モデルを用いた因果効果の推定: CausalImpact - Qiita

2023/02/17 96 users Qiita 推定 菅澤 因果効果推定 因果効果

東京大学・株式会社Nospareの菅澤です． 今回は状態空間モデルによる時系列予測手法を用いた因果効果の推定手法であるCausalImpactについて紹介します． CausalImpactとは CausalImpactはGoogleによって開発された因果効果推定の方法です．手法の詳細はBrodersen et al. (2015, AoAS)に記載されており，手法を実装したR... 続きを読む

カルマンフィルタと最尤法 | 状態空間モデル | Logics of Blue

2017/04/16 9 users パラメタ ライブラリ 自作 最尤法 事前

新規作成：2017年04月16日 最終更新：2017年04月16日 カルマンフィルタを実行するには、パラメタを事前に与える必要があります。 そのパラメタを推定する方法が、今回紹介する最尤法です。 この記事では、尤度の説明をしたのちに、ローカルレベルモデルを例とした、状態空間モデルにおける尤度の計算方法を説明します。 またライブラリを使わない自作の尤度計算・最尤法実行メソッドを作って状態空間モデルを... 続きを読む

カルマンフィルタの考え方 | 状態空間モデル | Logics of Blue

2017/04/16 75 users 内部 Logics of Blue 計算手法 うえ 新規作成

新規作成：2017年04月15日 最終更新：2017年04月16日 カルマンフィルタは、状態空間モデルにおいて、内部の見えない「状態」を効率的に推定するための計算手法です。 カルマンフィルタを理解するためには、まず状態空間モデルが何なのかを理解することが必要です。そのうえでカルマンフィルタの考え方と計算方法を学びます。 この記事では、状態空間モデルもカルマンフィルタもあまり詳しくないという方を対象... 続きを読む

R で 状態空間モデル: 状態空間時系列分析入門を {rstan} で再現したい - StatsFragments

2015/05/27 36 users StatsFragments RStan ライブラリ 勉強

2015-05-28 R で 状態空間モデル: 状態空間時系列分析入門を {rstan} で再現したい 時系列分析 R Stan 前の記事でもリンクさせていただいているが、サイト 「状態空間時系列分析入門」をRで再現する では以下のテキストを {dlm}, {KFAS} で再現されており非常にありがたい。これらのライブラリの使い方については リンク先を読めば困らない感じだ。 自分も勉強のために似た... 続きを読む

R で 状態空間モデル: {dlm} で単変量モデルの状態空間表現を利用する - StatsFragments

2015/05/24 23 users StatsFragments 時系列分析 内容

2015-05-24 R で 状態空間モデル: {dlm} で単変量モデルの状態空間表現を利用する 時系列分析 R こちらの続きで、状態空間時系列分析入門の第8章の内容。 R で 状態空間モデル: {dlm} の対数尤度計算について - StatsFragmentssinhrks.hatenablog.com 状態空間時系列分析入門作者: J.J.F.コマンダー,S.J.クープマン,Jacques... 続きを読む

状態空間モデルを活用した 時系列データのCausalImpact分析 // Speaker Deck

2015/01/20 25 users Speaker Deck 時系列データ

2014年12月18日に開催された「RCOアドテク部主催　エンジニアによるデータドリブンなサービス開発」 - https://atnd.org/events/59264 でのTalk資料です 続きを読む