第297話｜データをいくら集めても、100発0中が当たり前
データを使って何かを予測する、データを使って答えを導き出す、それが最適なものであると最高です。 しかし、多くの場合、データを上手く活用することで、「答えの方向性」は導いてくれます。しかし、データをいくら集め上手く活用して...
RECENT ARTICLES
Pythonで時系列解析・超入門（その13）
テーブルデータ系モデルで複数先予測
（ディシジョンツリー）
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期先予...
第296話｜データ時代に逆行しているデータ改竄問題
国土交通省の建設工事受注動態統計の書き換え問題、すごいですね。 国交省 不適切な統計処理 推計で8年間に34兆円余 過大に計上 日本の大手製造業でもデータ改竄問題が、定期的にニュースに上がってきています。 偽装に不具合、...
Pythonで時系列解析・超入門（その12）
テーブルデータ系モデルで複数先予測
（正則化項付き線形回帰）
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期先予...
第295話｜データで騙す預言者になる
データは非常に強力です。わかりやすく、有無を言わさない破壊力があります。 ただ、おかしな使い方や見せ方で、人を騙すこともできます。恐ろしいことです。 たびたび目にするのが、0か1かのベルヌイ試行的なものです。 株価が上が...
非ガウスSVAR（VAR-LiNGAM）で描く時系列グラフィカルモデリング（Python版）
グラフィカルモデリングとは、多変量データ（変数が複数あるデータセット）の変数間の構造を表す統計モデルをグラフによって表現したもので、小難しくいうと、確率変数間の依存関係をグラフ表現したものです。 変数間の関係を無向グラフ...
VAR（ベクトル自己回帰）モデルで描く時系列グラフィカルモデリング（Python版）
グラフィカルモデリングとは、多変量データ（変数が複数あるデータセット）の変数間の構造を表す統計モデルをグラフによって表現したもので、小難しくいうと、確率変数間の依存関係をグラフ表現したものです。 変数間の関係を無向グラフ...
相互相関で描く時系列グラフィカルモデリング（Python版）
グラフィカルモデリングとは、多変量データ（変数が複数あるデータセット）の変数間の構造を表す統計モデルをグラフによって表現したもので、小難しくいうと、確率変数間の依存関係をグラフ表現したものです。 変数間の関係を無向グラフ...
（Python版）複数季節性を持つ時系列データを線形回帰でモデル化する方法
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...
第294話｜一人歩きする数字
数字で表現するメリットは計り知れませんが、デメリットもあります。 一人歩きし誤った方向に誘導してしまうこともある、というデメリットです。 どの数字をどう見せるかで、向かう方向を誘導することができます。 恐ろしいことです。...
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...
＜終了＞【録画再放送】
キーエンスも実践する成果につながるデータ活用
（パワー・インタラクティブ）
※本コンテンツは、2022年6月24日（金）に開催したオンラインセミナーの録画再放送です。ご好評につき、再度お届けします。 開催概要 日時：2022年8月23日（火） 15:00～16:00 会場：Zoomを使ったオンラ...
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...
![THE21 2022年5月号[文系ミドルだからできるデータ分析・活用術]](https://www.salesanalytics.co.jp/wp-content/uploads/2022/07/IMG_1534.jpg)
THE21 2022年5月号[文系ミドルだからできるデータ分析・活用術]
THE21 2022年5月号[文系ミドルだからできるデータ分析・活用術]という雑誌の箸休めとして、34～37ページに以下のような記事が掲載されました。 THE21 2022年5月号の目次 総力特集：文系ミドルだからでき...
第293話｜データサイエンスの基礎体力づくり
ビジネスの現場でデータ活用するには、現場の事情を知る必要もあるし、現場に寄り添わなければなりません。 ただ、データサイエンスの基礎的な部分が疎かなデータ分析者やデータサイエンティスト、機械学習エンジニアだと、現場に寄り添...
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...
