<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>syou6162</author_name>
  <author_url>https://blog.hatena.ne.jp/syou6162/</author_url>
  <blog_title>yasuhisa's blog</blog_title>
  <blog_url>https://www.yasuhisay.info/</blog_url>
  <categories>
    <anon>問題発見と解決</anon>
    <anon>R</anon>
  </categories>
  <description>問題発見と解決でやっている時系列モデルなんだけど、seasonal arimaモデルでの表現はどうにかなってきた。で、これからはモデルの当てはまりをよくしていくという段階*1。推定する値自体をごにょごにょしたりする*2ことも考えているのだが、seasonal arimaモデルに説明変数を加えたモデルで最終的なモデルを完成させたいと思っている。というか、これ以上いじれる知識を持ってない。seasonal arimaモデルに説明変数を加えたモデルはマーケティング工学で触ったからモデルを作ること自体はできるのだが、予測値をどうやって出すかは知らなかった。どうやるのか困っていたのだが、google先生…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fwww.yasuhisay.info%2Fentry%2F20080126%2F1201336496&quot; title=&quot;arimaモデルで説明変数も加えて予測する - yasuhisa&amp;#39;s blog&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>http://ecx.images-amazon.com/images/I/41YxH76njsL.jpg</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2008-01-26 17:34:56</published>
  <title>arimaモデルで説明変数も加えて予測する</title>
  <type>rich</type>
  <url>https://www.yasuhisay.info/entry/20080126/1201336496</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
