統計誤差と偶然誤差

統計誤差と偶然誤差

〇統計誤差

観察して判断が難しい場合など、片方向に偏る


〇偶然誤差

観察数が少なく偶然を観察してしまう

自己回帰モデル( autoregressive : AR)

自己回帰モデル( autoregressive : AR)

次数を、１、とすると、時刻 t の予測は、次で表される

AR(1):  y_t = β₀ + β₁ * y_t-1+ ε_t

ここで、 ε_tは誤差、β₀はドリフトと呼ばれる。

β₁ ＝1 の場合

y_t = β₀ +  y_t-1+ ε_t

は、ランダムウォークと呼ばれる。

決定木のアルゴリズム CART

CARTは、classfication and regression tree 。

次の手順で行う。

1.標本全体を含む根からスタートする

2.このデータ標本について、誤差を最小とする分岐を決定する

3.2の結果に基づき、左右の子ノードを作る

4.手順2、3を、それぞれの子ノードに対して適用する

マーケット・バスケット分析

マーケット・バスケット分析

・データから、アソシエーション・ルールを探す

・アソシエーション・ルールは、

製品Bを買うとき、製品Aを買う確率が、

条件なしで、製品Aを買う確率よりも

高い

ことを示すルール

k平均法のアルゴリズム

入力をn個のデータ、クラス数をkとする。

1.各データに対して、ランダムに、クラスラベルを付与する

2.各クラスに対して、クラスタの中心(平均値など)を計算する

3.各データのクラスタラベルを、そのデータが一番近い、

クラスタ中心のクラスタへ変更する

4.クラスタラベルの変更がなくなるまで、

2～3を繰り返す