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...

たまに、「折角だからこのデータを使って！」的なことがあります。 そのデータを溜めるまでに多大なる労力を要したのか、データ整備に多大なる時間を要したのか、ITシステム周りでコストが掛かったのか、何かは知りませんが、特定のデ...

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...

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...

データ活用を考えたとき、先ずはデータ活用する「現場のお困りごと」を考えるべきです。 しかし、「データのお困りごと」から入ってしまうケースが多々あります。 「データのお困りごと」とは、データが足りない、データが汚い、データ...

VAR（Vector Autoregressive、ベクトル自己回帰）モデルとは、ARモデル（自己回帰モデル）の多変量版です。 VARモデルで、時系列の変数Xと変数Yの間の関係性を検討することができます。 例えば…… グ...

時系列データを分析するとき、時系列データの性質を知るために自己相関と相互相関を求めたりします。 自己相関と相互相関は、通常の数理統計学で登場する相関係数を、単に時系列データに応用したもので、2つの時系列データの類似性を表...

集計や分析、予測の結果をダッシュボードやレポートなどとして、データ活用する現場に提供することがあります。 どのようなダッシュボードやレポートを作ればいいのか？ そう悩む人も多いことでしょう。 今回は、「データサイエンスレ...

ビジネスの世界では、売上やPV数などの時系列データがたくさんあります。このような時系列データは、いつも完璧なコンディションで存在するわけではありません。 例えば、データの一部が欠損、つまり、欠測値の状態になっていることが...

Pythonユーザの中には、Jupyter上でPythonを使う方も多いことでしょう。 Pythonを使いながらRの便利な関数を利用したい、そう思われる方も多いことでしょう。 Jupyter上でPythonを使いながら、...

データサイエンス系プロジェクトを成功裏に納めるためには、人の成長やチーム構成なども重要ですが、連携も重要です（当たり前といえば、当たり前ですが……）。 そこで、どう育成するのか、どうチーム構成するのか、ではなく、チームが...

売上などの時系列データには、周期性があります。周期性の中で、期間の決まっているものを季節性と言ったりします。 例えば、1日単位の売上データであれば週周期（7日間）や年周期（365.25日間）、1時間単位の気温データであれ...

前回と前々回にベイズ推定について簡単に説明しました。 以下、前回の記事です。 以下、前々回の記事です。 通常の線形回帰モデルは、切片や係数、予測の値は1つです。 一方，ベイズ線形回帰モデルで得られるのは分布です。正確には...

統計解析のフリーの分析ツールと言えば、Rです。 Rの中には、たくさんのサンプのデータセットがあります。 Pythonで使いたい！ という方もいることでしょう。 Pythonの統計解析パッケージであるstatsmodels...

異常とは、標準的な挙動から著しく逸脱した稀なデータのことである。 時系列の多くの異常値は、ある特定の時点における顕著なスパイクや、ある特定の期間だけ傾向が大きく異なるとかです。 そして、異常データの多くは、どのデータが異...