[PYTHON] Modèle d'espace d'état utilisant Pystan -Deleste event attack format 2001 rank border-

Aperçu

J'ai appris à analyser avec un modèle d'espace d'états en utilisant Stan dans un livre, alors j'ai pratiqué avec des données réelles.
Cette fois, j'ai essayé de le déplacer avec le modèle suivant pour le moment
Modèle au niveau local
Modèle de tendance de lissage
Modèle de tendance linéaire local
Modèle à coefficient variable dans le temps (la variable explicative n'est que la durée de la période de l'événement)
En conséquence, je n'ai pas encore pu m'adapter
Parce que les tendances et la durée des événements ne peuvent à elles seules expliquer
J'aimerais créer d'autres caractéristiques et les analyser avec le modèle à coefficient variable dans le temps.
Les scripts créés cette fois sont c1 ~ c4 de ici.

pip install pystan

Données acquises par ici extraites uniquement du format d'Attapon

Un modèle qui pense que "l'état suit une marche aléatoire, le bruit est ajouté à cet état et la sortie sort"
Les formules sont [ici](https://qiita.com/kazuya_minakuchi/items/09b010927688b322df9d#%E3%83%AD%E3%83%BC%E3%82%AB%E3%83%AB%E3%83 Voir% AC% E3% 83% 99% E3% 83% AB% E3% 83% A2% E3% 83% 87% E3% 83% AB)

Impressions

Ce n'est pas du tout de l'ordre de 5% à 95%, mais pour le moment, je sens que je peux voir la tendance générale en passant par le centre.
Le pic se situe vers la seconde moitié de 2018 et diminue-t-il progressivement?

Un modèle qui pense que "la quantité de changement dans l'état suit une marche aléatoire, et le bruit est ajouté à cet état à la sortie."
Montant du changement d'état: montant du changement de l'état précédent à l'état actuel
Les formules sont [ici](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)

Impressions

Ce n'est pas non plus dans la plage de 5% à 95% du tout, mais c'est toujours lisse
Le pic arrive-t-il vers la fin de 2018?

Ajouter une "composante de dérive variant dans le temps" au modèle de niveau local
Quelque chose comme une combinaison d'un modèle au niveau local et d'un modèle de tendance de lissage
Si le changement de composant de niveau est presque égal à 0, il sera identique au modèle de tendance de lissage.
Les formules sont [ici](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 )

Impressions

Encore une fois, ce n'est pas du tout dans la fourchette de 5% à 95%.
Il se situe entre la douceur de la tendance de lissage et le cliquetis de la tendance locale.

Ajouter des variables explicatives qui peuvent affecter la variable objective. On suppose que les coefficients des variables explicatives changent également avec le temps.
Les formules sont [ici](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)

Impressions

Pas encore du tout dans la fourchette 5% -95%.
Le coefficient de période est plus proche du moins
En pensant normalement, cela ne devrait pas être le cas (je ne pense pas que "plus la période est courte, plus vous pouvez gagner de points")
Semble être attiré par les changements dus à d'autres facteurs

Pas encore bien ajusté
Parce que les facteurs qui affectent la bordure ne sont pas pleinement reflétés
Une liste de choses qui me sont venues à l'esprit comme des éléments qui semblaient être liés
Éléments pour chaque événement
Excitation de l'événement ≒ Popularité des idoles qui classent les récompenses ** (Tout le monde vise à être à la 2000e place à cet effet, il semble donc avoir la plus forte influence) **
Éléments susceptibles d'être inclus dans la tendance (Il semble bon d'utiliser une tendance linéaire locale car il y en a qui changent progressivement et d'autres qui changent soudainement)
Changements dans le nombre d'utilisateurs actifs à mesure que la popularité du jeu change
Au fur et à mesure que le nombre de personnages augmente, le nombre de personnes pouvant quitter la formation
Augmentation de l'efficacité du temps dans la grande mise en œuvre en direct
J'ai choisi 2001 comme valeur attendue, mais il semble plus facile de prédire la 1ère place w
La première place est susceptible d'être la valeur lorsque vous utilisez votre temps pour repousser les limites des êtres humains.
Cependant, puisque 2001 est la limite de la récompense la plus élevée pour l'événement, il devrait y avoir plus de demande pour Kochi (je n'ai jamais organisé l'événement correctement, mais je veux aussi savoir)