時系列データ解析の基礎とモデルによる予測への応用

〜 各モデルの特徴とその使用方法、実際のデータを用いてのモデル作成から予測に至る具体的な手順と解析法・応用事例 〜

データの前処理から各種モデルの作成方法、予測に至る一貫した手順が修得できる講座

不規則に変動するデータから将来の動向を予測する時系列データ解析技術を基礎から学び、実務で効果的に活かそう!

波形データの予測に関する手法も多くご紹介いたします

講師の言葉

 時系列データ解析の目的は、時間的にしかも不規則に変動する対象を分析し、将来の動向を予測することで、工学、金融などさまざまな分野で使用され、実用的な解析および予測ツールとして役立っています。
 本セミナーは初心者にも理解できるように、時系列データ解析の基礎からその応用まで、一貫して習得できるように構成しました。具体的には、データの前処理から初め、各種のモデルの作成方法から予測に至る一貫した手順を学びます。時系列モデルの作成はどのような言語でもプログラムできますが、基礎を学ぶことで、より深い、より幅広い応用が可能になります。  初めての方はもちろん、ある程度実務経験のある方にも有用なセミナーになることと思います。

セミナー詳細

開催日時
  • 2015年03月25日(水) 10:30 ~ 17:30
開催場所 日本テクノセンター研修室
カテゴリー ソフト・データ・画像・デザイン
受講対象者 ・時系列データ解析を業務(工業、金融等)に活かしたい方 ・センシング、エネルギー、医療機器、気象、金融、マーケティング、システムその他関連企業で、実験、分析、データ解析を扱っている方
予備知識 ・予備知識は特に必要としない
修得知識 ・時系列データ解析の基礎が理解でき、使えるようになる
プログラム

1. 不規則な時系列データの統計処理
  (1).確率統計の基礎
  (2).自己相関関数、偏自己相関関数、パワースペクトルなど統計量の意味とその計算方法
  (3).前処理としてのデータの加工法、定常化の捉え方とその実現方法

2. 時系列モデルの表現方法
  (1).時系列の不規則変動を表すモデルの一般的な構成方法
  (2).各種のモデルの性質と特徴
  (3).反転可能性と定常性の関係とその意義

3. 自己回帰、移動平均、自己回帰移動平均の各定常モデル
  (1).各モデルの特徴とその構築方法
  (2).具体的な利用方法

4. 定常モデルと非定常モデルの使い方
  (1).非定常性の処理方法
  (2).ボックス・ジェンキンス法による定常化
  (3).自己回帰和分移動平均モデルと季節変動の処理方法

5. 時系列モデルによる予測
  (1).条件付期待値
  (2).最適な予測値
  (3).予測誤差の評価

6. モデルの選択法と実データを用いた時系列データ解析
  (1).ボックス・ジェンキンスのモデルの選択方法
  (2).対数尤度、情報量規準の使い方
  (3).実データを用いたモデル構築から予測に至る具体的な手順

7. 金融システム、マーケティング等へのいくつかの応用事例と展望
  (1).各章で述べた応用例以外に、金融等への実例を踏まえて、時系列モデルの有用性を説明
  (2).非線形時系列解析、カオス解析などへ展開

キーワード 時系列データ 不規則データ 自己回帰 移動平均 自己回帰移動平均 定常モデル 非定常モデル ボックス・ジェンキンス 対数尤度 情報量規準 カオス解析
タグ データ解析
受講料 一般 (1名):49,500円(税込)
同時複数申込の場合(1名):44,000円(税込)
会場
日本テクノセンター研修室
〒 163-0722 東京都新宿区西新宿2-7-1 新宿第一生命ビルディング(22階)
- JR「新宿駅」西口から徒歩10分
- 東京メトロ丸ノ内線「西新宿駅」から徒歩8分
- 都営大江戸線「都庁前駅」から徒歩5分
電話番号 : 03-5322-5888
FAX : 03-5322-5666
こちらのセミナーは受付を終了しました。
次回開催のお知らせや、類似セミナーに関する情報を希望される方は、以下よりお問合せ下さい。
contact us contact us
各種お問い合わせは、お電話でも受け付けております。
03-5322-5888

営業時間 月~金:9:00~17:00 / 定休日:土日・祝日