１．時系列解析を修得するメリット

　　（１）．時系列解析の事例

　　（２）．時系列解析によって可能になること

２．時系列解析の基礎

　　（１）．時系列解析の概観

　　　　ａ．時系列データとは

　　　　ｂ．時系列データと点過程データの違い

　　　　ｃ．分野の体系的理解

　　　　ｄ．時系列データの前提

　　（２）．時系列解析で必要な数学の知識

　　（３）．ARIMAモデルを中心とした各モデルとそのポイント

　　　　ａ．ARモデル〜ARMAモデル

　　　　ｂ．ARIMAモデルとSARIMAモデル

　　　　ｃ．ARIMAXモデル

　　（４）．状態空間モデルとその活用のメリット

　　（５）．Prophetとその活用のメリット

　　（６）．その他のモデルとその活用のポイント

　　　　ａ． 複数の時系列データの相関を分析するのに優れた「VARモデル」

　　　　ｂ．データの時間変動性の分析に強い「GARCHモデル」

　　　　ｃ．時系列解析に用いる機械学習手法

３．時系列解析の予測・検知への応用とそのポイント

　　（１）．活用パターン

　　　　ａ．異常検知

　　　　ｂ．故障の予測

　　　　ｃ．ソフトセンサ

　　　　ｄ．その他

　　　　　　・マーケティングミックスモデリング（MMM）

　　　　　　・生存時間分析によるLTV分析

　　　　　　・パネルデータによる売上分析

　　（２）．活用上の注意点

４．Pythonによる時系列解析の実践演習

　　（１）．ARIMAモデルの実装と予測

　　　　ａ．予測に使用するデータの確認

　　　　ｂ．パラメータの推定

　　　　ｃ．モデル採用の判断

　　（２）．Prophetの実装と予測

　　　　ａ．予測モデルの構築

　　　　ｂ．結果の可視化