- #まとめ編 一覧
Index
時系列解析
時系列解析の目的は、
時系列データが持っている多様な特徴を記述できるモデルを構築することである.
そして、我々は、それらのモデルを基に、目的に応じた分析を行うのである!
基本手法
前処理 / クリーニング
- 前処理 / クリーニング
- 欠損値の対応 / サンプリング / 平滑化 / 系列の変換 / 統計量
- yhayato1320.hatenablog.com
確率過程
時系列データの特徴でもある、ある時点 のデータは、
一度しか観測できないという問題に対し、確率過程 / Stochastic Process というアプローチをとる.
そして、確率過程の性質を決定する考えとして、定常性がある.
- 確率過程
- 定常性
- 弱定常 / 強定常
- yhayato1320.hatenablog.com
- iid 系列 / ホワイトノイズ
- 単位根過程
検定
- 検定
- 自己相関の検定
- 単位根過程の検定
- yhayato1320.hatenablog.com
統計モデル / 確率過程モデル
- 統計モデル / 確率過程モデル #まとめ編
状態空間モデル
- 状態空間モデル
機械学習モデル
機械学習手法 #まとめ編
深層学習手法 #まとめ編
金融時系列解析
- 金融時系列解析 #まとめ編
データセット
- 時系列データ データセット #まとめ編
タスク
Regression / Time Series Forecasting
- paperswithcode.com
- paper with code のタスクのページ
Time Series Classification
- paperswithcode.com
- paper with code のタスクのページ
異常検知 / Anomaly Detection
oddnet / 2022
ARIMA を時間変化するグラフネットワークの異常時点の検出に適用した手法.
グラフネットワークの要約統計量(エッジ数など)を各時点で計算し,各統計量の時系列を ARIMA にて fit した後,
PCA で次元削減した予測残差に極値理論を適用し異常時点を検出.
- Anomaly detection in dynamic networks
- [2022]
- arxiv.org
実装編
時系列予測
- 時系列予測 #実装編
参考
書籍
計量時系列分析
- 1 時系列分析の基礎概念
- 1.1 時系列分析の基礎
- 1.1.1 時系列分析の目的
- 1.1.3 基本統計量と時系列モデル
- 1.2 定常性
- 1.3 ホワイトノイズ
-
- 1.1 時系列分析の基礎
- 1 時系列分析の基礎概念
実践 時系列解析
- 2 時系列データの見つけ方と前処理
- 2.4 データのクリーニング
- 2.4.1 欠損値の処理
- 2.4.2 アップサンプリングとダウンサウンプリング
- 2.4.3 データの平滑化
- 2.4 データのクリーニング
-
- 2 時系列データの見つけ方と前処理
RとStanではじめる 心理学のための時系列分析入門
-
イベント時系列解析入門
Web サイト
- QDくんの過去ツイまとめ(機械学習、時系列分析、確率・統計に関する有益記事紹介)
- 時系列の手法と書籍について
- twitter.com
- gochikika.ntt.com
- 時系列手法のまとめ