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!

新規登録して質問してみよう
ただいま回答率
86.02%
深層学習

深層学習は、多数のレイヤのニューラルネットワークによる機械学習手法。人工知能研究の一つでディープラーニングとも呼ばれています。コンピューター自体がデータの潜在的な特徴を汲み取り、効率的で的確な判断を実現することができます。

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

統計

統計は、集団現象を数量で把握することです。また、調査で得られた性質や傾向を数量的に表したデータのことをいいます。

Q&A

受付中

説明変数と目的変数が異なる時系列データの予測

pypypy.bom
pypypy.bom

総合スコア31

深層学習

深層学習は、多数のレイヤのニューラルネットワークによる機械学習手法。人工知能研究の一つでディープラーニングとも呼ばれています。コンピューター自体がデータの潜在的な特徴を汲み取り、効率的で的確な判断を実現することができます。

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

統計

統計は、集団現象を数量で把握することです。また、調査で得られた性質や傾向を数量的に表したデータのことをいいます。

2回答

0グッド

0クリップ

1194閲覧

投稿2021/05/31 06:09

疑問点

ある時系列データAがあるとします
このAを目的変数としたとき

目的変数とは異なる時系列データB(BだけでなくC,D,...のように説明変数が多変量の場合も含む)によって予測したい場合があるとします。
こういったケースではどのような手法が適切なのかという疑問です。

時系列解析手法では、
自己回帰モデルをはじめとする、過去の時系列データをもとに未来の時系列データを予測するというモデルは様々存在していると思います。
例えば、過去の株価の推移から未来の株価の推移を予測するようなケースで用いられるモデルです。

しかし、こういったモデルでは目的変数と説明変数はともに株価であり、ある種の自己教師あり学習のような問題設定であると言えます。

##教えてほしいこと
疑問点で上げた単変量または多変量の説明変数(時系列)から説明変数とは異なる目的変数(時系列)を予測するモデルとして、考えられ得るものを教えてほしい。

##今あるアイデア
①深層学習手法に頼る(FFNN, CNNなど)
入力:B,C,D,... 出力:A として学習させる方法

②重回帰分析
問題点:時系列を取り扱うことには向いていないのでは

##コメント
やや抽象的な質問となってしまっておりますが、様々なご意見が頂けると幸いです。
よろしくお願いいたします。

以下のような質問にはグッドを送りましょう

  • 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

グッドが多くついた質問は、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。

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。

下記のような質問は推奨されていません。

  • 間違っている
  • 質問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

適切な質問に修正を依頼しましょう。

2021/05/31 07:01

こちらの質問が他のユーザーから「過去の低評価」という指摘を受けました。

回答2

0

コメントありがとうございます。

多変量時系列問題に帰着することは納得いたしました。

一つ誤解を招いてしまっておりましたので、説明を訂正致します。

私の言う
説明変数と目的変数が異なると言うことを具体例を用いて説明すると、

説明変数を東京の気温
目的変数を東京にある、アイスクリーム店Aのアイスクリームの売り上げ

のような場合を言っておりました。

たしかに
説明変数 先月までのアイス店A売り上げデータ(t0〜tn)
目的変数 今月のアイス店Aの売り上げ(tn+1〜tn+31)

のような問題を設定したとすれば、説明変数と目的変数は異なるということになります。

本質的には確かに両者は同質であると言うことも納得できます。念のため、補足をさせて頂きました。

投稿2021/05/31 11:38

pypypy.bom

総合スコア31

良いと思った回答にはグッドを送りましょう。
グッドが多くついた回答ほどページの上位に表示されるので、他の人が素晴らしい回答を見つけやすくなります。

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

このような回答には修正を依頼しましょう。

0

質問者様がおっしゃる「説明変数と目的変数が異なる」ということと、「目的変数以外にも説明変数が存在する(多変量)」は等価です。なぜなら時系列問題では、目的変数の過去情報は説明変数であるためです。

この点を冷静に考えれば、質問されていることは、普通の多変量時系列問題に帰着されます。

多変量時系列問題に関しては、こちらのやりとりを参照ください。

Kerasでエラー Incompatible shapes:と出るので修正したい

投稿2021/05/31 10:55

toast-uz

総合スコア3266

良いと思った回答にはグッドを送りましょう。
グッドが多くついた回答ほどページの上位に表示されるので、他の人が素晴らしい回答を見つけやすくなります。

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

このような回答には修正を依頼しましょう。

回答へのコメント

pypypy.bom

2021/05/31 11:39

コメントありがとうございます。 多変量時系列問題に帰着することは納得いたしました。 一つ誤解を招いてしまっておりましたので、説明を訂正致します。 私の言う 説明変数と目的変数が異なると言うことを具体例を用いて説明すると、 説明変数を東京の気温 目的変数を東京にある、アイスクリーム店Aのアイスクリームの売り上げ のような場合を言っておりました。 たしかに 説明変数 先月までのアイス店A売り上げデータ(t0〜tn) 目的変数 今月のアイス店Aの売り上げ(tn+1〜tn+31) のような問題を設定したとすれば、説明変数と目的変数は異なるということになります。 本質的には確かに両者は同質であると言うことも納得できます。念のため、補足をさせて頂きました。
toast-uz

2021/05/31 11:48

はい。その意図は理解しております。具体例において「先月までのアイス店A売り上げデータは説明変数として使わない!」という制約をあえてかける必要は無い、というのが回答主旨となります。

まだベストアンサーが選ばれていません

会員登録して回答してみよう

アカウントをお持ちの方は

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
86.02%

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る

質問する

関連した質問

同じタグがついた質問を見る

深層学習

深層学習は、多数のレイヤのニューラルネットワークによる機械学習手法。人工知能研究の一つでディープラーニングとも呼ばれています。コンピューター自体がデータの潜在的な特徴を汲み取り、効率的で的確な判断を実現することができます。

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

統計

統計は、集団現象を数量で把握することです。また、調査で得られた性質や傾向を数量的に表したデータのことをいいます。