マガジンのカバー画像

時系列データの分析と予測

10
はじめて時系列データを扱うので、分析したり予測したり、それまでの過程で試行錯誤している様子を書いていきます。
運営しているクリエイター

#python

時系列データをpython【#2.7】MAモデルその1

時系列データをpython【#2.7】MAモデルその1

以下の本から時系列データの部分を勉強しましたので、少しここに書こうと思います。※アフェリエイトはしていません。でもこの本はすごくいい本なので、これで知識を増やす、勉強するのはいいことだと思います。(アフェリエイトではなく、自分の一生ものの能力をつけるために約4000円でこの本を買って、月給4000円上げようというモチベーションです。)MAモデルは↓の本を参考にしました。

今回はMA(Moving

もっとみる
時系列データをpython【#2.6】ARモデルとラグ

時系列データをpython【#2.6】ARモデルとラグ

以下の本から時系列データの部分を勉強しましたので、少しここに書こうと思います。※アフェリエイトはしていません。でもこの本はすごくいい本なので、これで知識を増やす、勉強するのはいいことだと思います。(アフェリエイトではなく、自分の一生ものの能力をつけるために約3000円でこの本を買って、月給3000円上げようというモチベーションです。)

前回「ARモデル(Autoregressive model)

もっとみる
時系列データをpython【#2.5】ARモデル→もう1回だけ

時系列データをpython【#2.5】ARモデル→もう1回だけ

以下の本から時系列データの部分を勉強しましたので、少しここに書こうと思います。※アフェリエイトはしていません。でもこの本はすごくいい本なので、これで知識を増やす、勉強するのはいいことだと思います。(アフェリエイトではなく、自分の一生ものの能力をつけるために約3000円でこの本を買って、月給3000円上げようというモチベーションです。)

前回「ARモデル(Autoregressive model)

もっとみる
時系列データをpython【#2.4】ARモデル→やっと理解できた

時系列データをpython【#2.4】ARモデル→やっと理解できた

以下の本から時系列データの部分を勉強しましたので、少しここに書こうと思います。※アフェリエイトはしていません。でもこの本はすごくいい本なので、これで知識を増やす、勉強するのはいいことだと思います。(アフェリエイトではなく、自分の一生ものの能力をつけるために約3000円でこの本を買って、月給3000円上げようというモチベーションです。)

前回「ARモデル(Autoregressive model)

もっとみる
時系列データをpython【#2.3】自己相関

時系列データをpython【#2.3】自己相関

以下の本から時系列データの部分を勉強しましたので、少しここに書こうと思います。※アフェリエイトはしていません。でもこの本はすごくいい本なので、これで知識を増やす、勉強するのはいいことだと思います。(アフェリエイトではなく、自分の一生ものの能力をつけるために約3000円でこの本を買って、月給3000円上げようというモチベーションです。)

前回「ARモデル(Autoregressive model)

もっとみる
時系列データをpython【#2.2】ARモデル

時系列データをpython【#2.2】ARモデル

以下の本から時系列データの部分を勉強しましたので、少しここに書こうと思います。※アフェリエイトはしていません。でもこの本はすごくいい本なので、これで知識を増やす、勉強するのはいいことだと思います。(アフェリエイトではなく、自分の一生ものの能力をつけるために約3000円でこの本を買って、月給3000円上げようというモチベーションです。)

今回は、第7章のあたりをやっていきます。
前回航空機乗客数の

もっとみる
時系列データをpython【#2.1】数理モデルとは

時系列データをpython【#2.1】数理モデルとは

いろいろ端折って進めかけていたのですが、意味もわからずに時系列データの処理をしても何も身につかないなぁと思いました。なので、一時脱線というか振り出しに戻ります。
以下の本から時系列データの部分を勉強しましたので、少しここに書こうと思います。※アフェリエイトはしていません。でもこの本はすごくいい本なので、これで知識を増やす、勉強するのはいいことだと思います。(アフェリエイトではなく、自分の一生ものの

もっとみる
時系列データをpython【#2】相互相関

時系列データをpython【#2】相互相関

時系列データを分析とか予測をしたことがなかったのでやっていきます。「株価をpython」というブログの続きです。
以下の流れで進めていこうと思います。
今回は、「2.サンプルデータの自己相関・相互相関」のあたりを進めていきます。

1.サンプルデータの作成
2.サンプルデータの自己相関・相互相関
3.サンプルデータのDTW
4.オープンデータの追加
5.データの予測
#1でサンプルデータを作った

もっとみる
時系列データをpython【#1.5】平均と標準偏差の簡単な事前説明

時系列データをpython【#1.5】平均と標準偏差の簡単な事前説明

時系列データを分析とか予測をしたことがなかったのでやっていきます。「株価をpython」というブログの続きです。
以下の流れで進めていこうと思います。
今回は、「2.サンプルデータの自己相関・相互相関」に行く前に、相関を出すときに使う、平均と標準偏差の話をしておきます。(私が偏差値38なので)偏差値38の人向けにしますので、極力簡単に、かつ想像できるように説明します。

1.サンプルデータの作成

もっとみる
時系列データをpython【#1】

時系列データをpython【#1】

時系列データを分析とか予測をしたことがなかったのでやっていきます。「株価をpython」というブログの続きです。
前回までは株価のpythonで扱うためにはどうするかというところを勉強してきました。本当は株価ではなく、時系列データを扱いたかったので、その事前準備をしていました。
事前準備では無料のyfinanceとpandas_datareaderのstooqを使うことで株価のデータを引っ張ってく

もっとみる