• 2020年04月10日(金) 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
　　　　　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．基礎統計
　　（１）．記述統計(平均と分散)
　　（２）．分布(二項分布、正規分布、t分布、χ(カイ)二乗分布、F分布)
　　（３）．推定と検定
　　（４）．分散分析
　　（５）．回帰分析

３．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
　　（２）．コレログラム
　　（３）．共分散

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
　　（２）．ランダム・ウォーク
　　（３）．自己回帰(AR、AutoRegressive)モデル

５．時系列回帰
　　（１）．線形モデル
　　（２）．定常過程
　　（３）．季節変動を伴う線形モデル

６．定常モデル：明らかな傾向や季節変動がない時のためのモデルと活用法
　　（１）．強定常系列
　　（２）．移動平均(MA、Moving average)モデル
　　（３）．コレログラム
　　（４）．混合モデル： ARMA

７．非定常モデル：傾向や季節変動がある時のためのモデルと活用法
　　（１）．非季節性ARIMAモデル
　　（２）．季節性ARIMAモデル(SARIMA)
　　（３）．ARCHモデル
　　（４）．GARCHモデル

日本テクノセンター研修室