Bayesian methods
ベイジアン構造時系列モデル
ベイジアン構造時系列モデル（Bayesian Structural Time Series, BSTS）は、ScottとVarian (2014) によって導入された状態空間モデリングフレームワークであり、時系列データをトレンド、季節性、回帰という加法的な成分に分解し、ベイジアン推論を通じてそれらを同時に推定します。これはGoogleのCausalImpactライブラリの基盤となっており、予測と介入の効果に関する反実仮想因果分析の両方にとって強力なツールです。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Scott, S. L. & Varian, H. R. (2014). Predicting the Present with Bayesian Structural Time Series. International Journal of Mathematical Modelling and Numerical Optimisation, 5(1/2), 4–23. DOI: 10.1504/IJMMNO.2014.059942 ↗
- Brodersen, K. H., Gallusser, F., Koehler, J., Remy, N. & Scott, S. L. (2015). Inferring Causal Impact Using Bayesian Structural Time-Series Models. Annals of Applied Statistics, 9(1), 247–274. DOI: 10.1214/14-AOAS788 ↗
このページの引用方法
ScholarGate. (2026, June 1). Bayesian Structural Time Series Model. ScholarGate. https://scholargate.app/ja/bayesian/bayesian-structural-time-series
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- ARIMA（自己回帰和分移動平均）モデル計量経済学↔ compare
- ベイズ回帰ベイズ↔ compare
- 中断時系列分析（Interrupted Time Series, ITS）因果推論↔ compare
- マルコフ連鎖モンテカルロ法 (MCMC)ベイズ↔ compare
- 状態空間モデル（カルマンフィルタ）計量経済学↔ compare