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...
RECENT ARTICLES
Pythonで時系列解析・超入門（その12）
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...
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...
第292話｜横展開という悪魔
上手くいったものを横展開すると上手くいく、というのは、時と場合によっては幻想かもしれません。 少なくても、データ活用のケースでは、幻想であることが少なからずあります。 ある企業で上手くいったことをやったら上手くいかず……...
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...