• 2020年01月07日(火) 10:30 ~ 17:30

１．Ｒ言語による時系列データ
　　（１）．Ｒ言語入門
　　（２）． plot、傾向、季節変動
　　　　ａ．例：飛行機の乗客の推移、失業率の推移、消費財と電力の推移、ポンドとNZドル、気候データ

２．相関：傾向と季節変動解析後、より良い予測のために
　　（１）．期待値
　　　　ａ．例： 大気汚染、波の高さ
　　（２）． コレログラム
　　　　ａ．例： 飛行機の乗客の推移、貯水池
　　（３）．共分散

３．予測の戦略： 効率的な予測のために
　　（１）．先行変数と付属変数
　　　　ａ．例： 建築許可件数、ガス供給
　　（２）．バス・モデル
　　　　ａ．例： ビデオテープ販売数
　　（３）．ホルト－ウィンターズ法
　　　　ａ．例： 自動車会社への苦情、オーストラリア・ワイン販売

４．基礎確率モデルによるデータ解析とその応用例
　　（１）．ホワイト・ノイズ
　　　　ａ．例： ホワイト・ノイズの生成
　　（２）．ランダム・ウォーク
　　　　ａ．例： ランダム・ウォークのシミュレーション、ポンドとNZドル、ヒューレット・パッカードの株式
　　（３）．自己回帰(AR、 AutoRegressive)モデル
　　　　ａ．例： シミュレーション、為替レート

５．時系列の傾向を解析するための回帰
　　（１）．線形モデル
　　（２）．定常過程
　　　　ａ．例： シミュレーション
　　（３）．季節変動を伴う線形モデル
　　　　ａ．例： 気候データ

６．定常モデルと活用法： 明らかな傾向や季節変動がない時のためのモデル
　　（１）．強定常系列
　　（２）．移動平均(MA、Moving average)モデル
　　　　ａ．例： シミュレーション
　　（３）．コレログラム
　　　　ａ．例： ポンドとNZドル
　　（４）．混合モデル： ARMA
　　　　ａ．例： 為替レート、電力の推移、波の高さ

７．非定常モデルと活用法： 傾向や季節変動がある時のためのモデル
　　（１）．非季節性ARIMAモデル
　　　　ａ．例： 電力の推移
　　（２）．季節性ARIMAモデル
　　　　ａ．例： 電力の推移
　　（３）．ARCHモデル
　　　　ａ．例： S&P500時系列
　　（４）．GARCHモデル
　　　　ａ．例： シミュレーション、S&P500時系列、気候データ
　

日本テクノセンター研修室