[PYTHON] Zustandsraummodell unter Verwendung des Pystan-Deleste-Ereignisangriffsformats 2001 Ranggrenze-

Überblick

Ich habe in einem Buch gelernt, wie man mit einem Zustandsraummodell unter Verwendung von Stan analysiert, also habe ich mit tatsächlichen Daten geübt.
Dieses Mal habe ich versucht, es vorerst mit dem folgenden Modell zu verschieben
Modell auf lokaler Ebene
Glättungstrendmodell
Lokales lineares Trendmodell
Zeitvariables Koeffizientenmodell (erklärende Variable ist nur die Länge der Ereignisperiode)
Infolgedessen konnte ich noch überhaupt nicht passen
Weil Trends und Ereignislängen allein nicht erklären können
Ich möchte andere Merkmale erstellen und sie mit dem zeitvariablen Koeffizientenmodell analysieren.
Die diesmal erstellten Skripte sind c1 ~ c4 von hier.

pip install pystan

Daten, die von hier erfasst wurden, wurden nur aus dem Format von Attapon extrahiert

Ein Modell, das denkt, dass "der Zustand einem zufälligen Gang folgt, diesem Zustand Rauschen hinzugefügt wird und die Ausgabe herauskommt".
Formeln sind [hier](https://qiita.com/kazuya_minakuchi/items/09b010927688b322df9d#%E3%83%AD%E3%83%BC%E3%82%AB%E3%83%AB%E3%83 Siehe% AC% E3% 83% 99% E3% 83% AB% E3% 83% A2% E3% 83% 87% E3% 83% AB)

Impressionen

Es liegt überhaupt nicht im Bereich von 5% bis 95%, aber vorerst habe ich das Gefühl, dass ich den Gesamttrend sehen kann, wenn ich durch das Zentrum gehe.
Der Höchststand liegt in der zweiten Hälfte des Jahres 2018 und nimmt allmählich ab?

Ein Modell, das denkt, dass "das Ausmaß der Änderung des Zustands einem zufälligen Gang folgt und diesem Zustand Rauschen hinzugefügt wird, um die Ausgabe auszugeben."
Änderungsbetrag des Status: Änderungsbetrag vom vorherigen zum aktuellen Status
Formeln sind [hier](https://qiita.com/kazuya_minakuchi/items/09b010927688b322df9d#%E5%B9%B3%E6%BB%91%E5%8C%96%E3%83%88%E3%83 % AC% E3% 83% B3% E3% 83% 89% E3% 83% A2% E3% 83% 87% E3% 83% AB)

Impressionen

Dies liegt auch überhaupt nicht im Bereich von 5% bis 95%, ist aber immer noch glatt
Kommt der Höhepunkt gegen Ende 2018?

Fügen Sie dem Modell auf lokaler Ebene "zeitvariable Driftkomponente" hinzu
So etwas wie eine Kombination aus einem Modell auf lokaler Ebene und einem Glättungstrendmodell
Wenn die Änderung der Pegelkomponente fast 0 ist, entspricht sie dem Glättungstrendmodell.
Formeln sind [hier](https://qiita.com/kazuya_minakuchi/items/09b010927688b322df9d#%E3%83%AD%E3%83%BC%E3%82%AB%E3%83%AB%E7%B7 % 9A% E5% BD% A2% E3% 83% 88% E3% 83% AC% E3% 83% B3% E3% 83% 89% E3% 83% A2% E3% 83% 87% E3% 83% AB )

Impressionen

Auch dies liegt überhaupt nicht im Bereich von 5% bis 95%.
Es liegt zwischen der Glätte des Glättungstrends und dem Rasseln des lokalen Trends.

Fügen Sie erklärende Variablen hinzu, die sich auf die Zielvariable auswirken können. Es wird angenommen, dass sich auch die Koeffizienten der erklärenden Variablen mit der Zeit ändern.
Formeln sind [hier](https://qiita.com/kazuya_minakuchi/items/09b010927688b322df9d#%E6%99%82%E5%A4%89%E4%BF%82%E6%95%B0%E3%83 % A2% E3% 83% 87% E3% 83% AB)

Impressionen

Noch nicht im Bereich von 5% bis 95%.
Der Periodenkoeffizient liegt näher bei minus
Normal denken, das sollte nicht der Fall sein (ich denke nicht, "je kürzer der Zeitraum, desto mehr Punkte können Sie verdienen")
Scheint durch Änderungen aufgrund anderer Faktoren gezogen zu werden

Noch nicht gut passen
Weil die Faktoren, die die Grenze beeinflussen, nicht vollständig reflektiert werden
Eine Liste von Dingen, die mir als Elemente in den Sinn kamen, die verwandt zu sein schienen
Elemente für jedes Ereignis
Aufregung des Ereignisses ≒ Beliebtheit von Idolen, die Belohnungen bewerten ** (Jeder strebt zu diesem Zweck an, innerhalb des 2000. Platzes zu sein, daher scheint es den stärksten Einfluss zu haben) **
Elemente, die wahrscheinlich im Trend enthalten sind (Es scheint gut, einen lokalen linearen Trend zu verwenden, da sich einige allmählich und andere plötzlich ändern).
Änderungen in der Anzahl der aktiven Benutzer, wenn sich die Popularität des Spiels ändert
Mit zunehmender Anzahl von Charakteren steigt die Anzahl von Personen, die eine vernachlässigte Organisation bilden können
Erhöhte Zeiteffizienz bei der großartigen Live-Implementierung
Ich habe 2001 als erwarteten Wert gewählt, aber es scheint einfacher zu sein, den 1. Platz w vorherzusagen
Der 1. Platz ist wahrscheinlich der Wert, wenn Sie Ihre Zeit nutzen, um die Grenzen des Menschen zu überschreiten.
Da jedoch 2001 die Grenze der höchsten Belohnung für die Veranstaltung ist, sollte es eine größere Nachfrage nach Kochi geben (ich habe die Veranstaltung nie richtig durchgeführt, möchte es aber auch wissen).