『時系列分析と状態空間モデルの基礎』をPyStanで実装した（第6部4章のみ）

やったこと

• 「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」の第6部4章をPyStanで実装した

この記事の対象者

• 状態空間モデルをpythonで実装したいけど書き方が分からない！という人
• PyStanのバージョンを本記事執筆時点のもので動かしたい人

はじめに

• 本記事は私が参考にさせて頂いた元記事に、以下の2点を追加しただけの記事になります。
  • 第6部4章に特化
  • 2024年1月時点（記事執筆時点）のPyStanのバージョンに対応
• 元記事様：https://qiita.com/takuto512/items/1c903564691e231e1b67
• 実際に動かそうとすると、第6部4章が無い（元記事は、第6部3章と5章はあるが4章が無い）、ライブラリのバージョンが古いという理由でハマったので、勝手ながら執筆させて頂きました。
• 実装はGoogle Colabを用いて行っています。
• コードはこちらから。
  https://github.com/intrinsic-motivatio-n/hayabusa-bon

実装結果

コードはgithubをご参照ください。以下のような結果になります。

応用：複雑な観測方程式を持つモデル

隼本と同様の結果となり、問題なく実装できていると思います。

おまけ：実装時にハマったポイント

とにかくビルド周りでめちゃくちゃハマりました。

• import stan pystanではなく、stanに名前が変わっているので注意です
• import nest_asyncio これを入れないとstanのビルドでエラーが出ます
• array[n_sample] int catch_y; // 捕獲数 stanファイルの変数の指定方法（配列を扱う場合）が変わっています。array[XXX]+型+変数名が正しいようです。
• stm = stan.build(model, data=data_dict, random_seed=1) ビルド時にデータやseed値を指定するようです。詳細は公式ドキュメントをご確認ください。
  • https://pystan.readthedocs.io/en/latest/

まとめ

• 隼本の第6部4章をpythonで実装した
  • 2024年1月時点のPyStanのバージョンに対応

参考サイト

• 隼本サポートページ:https://logics-of-blue.com/tsa-ssm-book-support/
• Rとstanのコードとデータ:https://github.com/logics-of-blue/book-tsa-ssm-foundation
• 「時系列分析と状態空間モデルの基礎」(隼本)をpystanで実装してみた
  https://qiita.com/takuto512/items/1c903564691e231e1b67
• PyStan公式ドキュメント：https://pystan.readthedocs.io/en/latest/