Pythonで時系列解析・超入門（その11）
テーブルデータ系モデルで複数先予測
（線形回帰）
時系列予測モデルの基本は1期先予測です。 例えば、時系列データが日単位である場合、1期先予測とは、学習データ期間の次の日を予測することです。 実務上は、1期先だけではなく、もっと先を予測することが多いです。 例えば、2期...
[For beginners] がんばれデータサイエンティスト！
Pythonで時系列解析・超入門（その11）
Pythonによるマーケティングミックスモデリング
（MMM：Marketing Mix Modeling）超入門 その10
主成分回帰モデル（PCR）でMMM③（色々なAdStock考慮）
本当に売上に貢献している広告は、どの広告か？ 売上と広告媒体等との関係性をモデリングし、どの広告媒体が売上にどれほど貢献していたのか分析することができます。 それが、マーケティングミックスモデリング（MMM：Market...
Pythonによるマーケティングミックスモデリング
（MMM：Marketing Mix Modeling）超入門 その9
主成分回帰モデル（PCR）でMMM②（シンプルなAdStock考慮）
本当に売上に貢献している広告は、どの広告か？ 売上と広告媒体等との関係性をモデリングし、どの広告媒体が売上にどれほど貢献していたのか分析することができます。 それが、マーケティングミックスモデリング（MMM：Market...
Pythonによるマーケティングミックスモデリング
（MMM：Marketing Mix Modeling）超入門 その8
主成分回帰モデル（PCR）でMMM①（AdStock非考慮）
本当に売上に貢献している広告は、どの広告か？ 売上と広告媒体等との関係性をモデリングし、どの広告媒体が売上にどれほど貢献していたのか分析することができます。 それが、マーケティングミックスモデリング（MMM：Market...
Pythonによるマーケティングミックスモデリング
（MMM：Marketing Mix Modeling）超入門 その7
Ridge回帰モデルでMMM③（色々なAdStock考慮）
本当に売上に貢献している広告は、どの広告か？ 売上と広告媒体等との関係性をモデリングし、どの広告媒体が売上にどれほど貢献していたのか分析することができます。 それが、マーケティングミックスモデリング（MMM：Market...
Pythonによるマーケティングミックスモデリング
（MMM：Marketing Mix Modeling）超入門 その6
Ridge回帰モデルでMMM②（シンプルなAdStock考慮）
本当に売上に貢献している広告は、どの広告か？ 売上と広告媒体等との関係性をモデリングし、どの広告媒体が売上にどれほど貢献していたのか分析することができます。 それが、マーケティングミックスモデリング（MMM：Market...
Pythonによるマーケティングミックスモデリング
（MMM：Marketing Mix Modeling）超入門 その5
Ridge回帰モデルでMMM①（AdStock非考慮）
本当に売上に貢献している広告は、どの広告か？ 売上と広告媒体等との関係性をモデリングし、どの広告媒体が売上にどれほど貢献していたのか分析することができます。 それが、マーケティングミックスモデリング（MMM：Market...
Pythonによる主成分回帰（PCR）と部分的最小２乗回帰（PLS）
説明変数Xを主成分分析（PCA)を行い、その主成分で回帰モデルを構築するのが、主成分回帰（PCR）です。 主成分は、主成分の分散が最大になるように作成され、できるだけ元の説明変数Xのもっている情報量を保持しようとします。...
最適化問題をPythonのPyomoライブラリーで解こう
その1：線形計画問題
最適化問題は、マーケティング予算配分の最適化、配送ルートの最適化、スケジュール最適化など、何かを最適化する問題を扱うものです。 最適化問題には、登場する数式や最適解の条件などによって、線形計画問題や非線形計画問題、混合整...
（Python版）複数季節性を持つ時系列データをモデル化する方法（TBATSモデルとARIMAモデル）
時系列データには複数の季節性を持つ場合があります。 例えば、日単位の時系列データであれば週周期と年周期、時単位の時系列データであれば日周期と週周期などです。 時系列データでよく利用されるモデルは、ARIMA系のモデルです...