• 2016年03月29日(火) 10:30 ～ 17:30

１．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、パワースペクトラムなどデータの統計量の意味と計算方法
　　（３）． データの加工、定常化の捉え方とその扱いなどの前処理

２．時系列モデルの表現方法
　　（１）． データの不規則変動を表すモデルの一般的な構成方法
　　（２）． モデルの性質と特徴
　　（３）． 反転可能性と定常性

３．自己回帰モデル、移動平均モデル、自己回帰移動平均モデル
　　　各モデルの特徴とその構築方法，使用方法など

４．定常および非定常モデル
　　（１）． 非定常性の処理方法
　　（２）． ボックス・ジェンキンスによる定常化
　　（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．時系列モデルを用いた予測方法
　　（１）． 条件付期待値
　　（２）． 最適な予測値
　　（３）． 予測誤差

６．モデルの選択と実データを用いた時系列データ解析（予測に至る具体的手順）
　　（１）． ボックス・ジェンキンスの方法
　　（２）． 対数尤度、情報量規準ＡＩＣ
　　（３）． 実際のデータを用いてモデルの作成から予測に至る具体的な手順