質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

88.93%

多変数の時系列分析における予測方法

受付中

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 283

masuiao

score 0

多変数の時系列分析をPyTorchのLSTMでやろうとしているのですが3点不明点があるため質問させてください。
タスクとしては複数の時系列の変数があり、その中の1つの変数について1ヶ間先までの値を予測するようなものです。

1.とりあえず目的の1変数のみで時系列分析をやってみています。モデル学習後に以下で1ヶ月先まで予測しているのですがこのやり方って正しいでしょうか。実データだと減少傾向だったのに予測だと上昇傾向のため誤っていないかを心配しています。
・実データの末尾からステップ数分のデータを取得して、次の時点のー値を予測
・予測した値+実データからステップ数分のデータを取得してさらに次の時点を予測。以下繰り返し。

2.複数変数で行う場合は変数ごとに1ヶ月先までの予測値を出して、最後に目的変数の1ヶ月先までを予測するイメージであっていますでしょうか。PyTorchで類似タスクの実装を探したのですが見つけられず、ご存知であればご教示ください。

3.そもそもこのようなタスクでLSTMは不適でしょうか。適している手法などあればご教示ください。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

0

LSTMはあまり触ったことがありませんが、時系列分析の経験があるためご参考まで

  1. データの性質によって異なります。周期、トレンドを見られましたでしょうか。「ステップ数分」というのがどの程度なのか分かりませんが周期よりも短ければ周期の特徴を学習できていないので予測はほぼ無理かと。1周期だけではもちろん駄目で、長ければよいというものでもありません。周期が変わらなければたくさん学習するのもありですが、周期一定ならそもそも機械に掛けずとも予測できるので、不安定な周期からどう特徴を取り出すのかというところが肝となります。
    実データで減少、予測は上昇 というのは誤っているというよりも学習が出来ていないのだと思います(正しい学習が出来ていてもそもそも予測が無理なデータということもあります)。

2.、3. その方法でも良いですが、1.のような自己回帰のみでの予測は一般に誤差が大きく、誤差が大きいものからの回帰になるのでかなり誤差が大きくなると思われます。
LSTMでも出来るか私は分からないですが(おそらく出来るはず)、時系列分析としてはLSTM以外にもいろいろ手法があり、VARモデルなどが研究事例が豊富です。

LSTMでもよろしいですが、LSTMに着手する前に時系列データの性質を押さえられた方がよろしいかと思います。

このあたりについては難し目ですが
経済・ファイナンスデータの計量時系列分析
が定評があり、好著です。

コード付きの例ですと、私はもともとRだったのでPythonでの時系列分析はあまり詳しくないのですが
時系列解析: 自己回帰型モデル・状態空間モデル・異常検知
が好評のようです

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 88.93%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る