状態空間モデルを使った広告効果の持続性 [時系列解析 / 需要予測]
まずは、擬似データの作成から。
stanを使い、モデルを2つ試しました。
モデル1: 広告効果をベクトルで表現する
##################################################
transformed parameters {
alpha[i] = mu[i] + c1[i]*ad_flg[i];
}
model {
mu[i] ~ normal(mu[i-1], s_w);
c1[i] ~ normal(2*c1[i-1]-c1[i-2], s_c1);
y[i] ~ normal(alpha[i], s_v);
}
##################################################
mu: 水準
今日の水準 = 昨日の水準
c1: 広告効果
広告効果は滑らかであるという仮定から
今日の水準 - 昨日の水準 = 昨日の水準 - 一昨日の水準
モデル2: 広告効果の減衰をモデルに与える
log関数を使い、広告の減衰効果を表現しました。
stanを使い、モデルを2つ試しました。
モデル1: 広告効果をベクトルで表現する
##################################################
transformed parameters {
alpha[i] = mu[i] + c1[i]*ad_flg[i];
}
model {
mu[i] ~ normal(mu[i-1], s_w);
c1[i] ~ normal(2*c1[i-1]-c1[i-2], s_c1);
y[i] ~ normal(alpha[i], s_v);
}
##################################################
mu: 水準
今日の水準 = 昨日の水準
c1: 広告効果
広告効果は滑らかであるという仮定から
今日の水準 - 昨日の水準 = 昨日の水準 - 一昨日の水準
モデル2: 広告効果の減衰をモデルに与える
log関数を使い、広告の減衰効果を表現しました。
時系列分析と状態空間モデルの基礎: RとStanで学ぶ理論と実装
- 作者: 真哉, 馬場
- 出版社/メーカー: プレアデス出版
- 発売日: 2018/02/14
- メディア: 単行本