１．時系列データの基礎

　　（１）．時系列分析とは？

　　　　ａ．時系列データの特徴、他のデータとの違い

　　　　ｂ．時系列データの分析の何が難しいのか？

　　（２）．時系列データの分析例

　　　　ａ．企業の売上予測

　　　　ｂ．気温の予測

　　　　ｃ．経済変数の予測

２．時系列分析の基礎

　　（１）．時系列データの特徴を捉える指標

　　　　ａ．自己共分散

　　　　ｂ．自己相関

　　（２）．時系列データの分析において重要となる性質

　　　　ａ．定常性

　　（３）．自己相関を用いた分析

　　　　ａ．株価指数の分析

　　　　ｂ．為替レートの分析

　　　　ｃ．実データを用いたその他の分析事例

３．予測モデル構築の基礎 ―自己回帰・移動平均モデル―

　　（１）．自己回帰モデルとは

　　　　ａ．自己回帰モデルの特徴

　　　　ｂ．自己回帰モデルを用いた予測

　　（２）．移動平均モデルについて

　　　　ａ．移動平均モデルの特徴

　　　　ｂ．移動平均モデルを用いた予測

　　（３）．自己回帰移動平均モデル

　　　　ａ．自己回帰移動平均モデルの特徴

　　　　ｂ．自己回帰移動平均モデルを用いた予測

４．構造成分をもつ時系列データのモデリングと予測 ―トレンドと季節性―

　　（１）．トレンドとは何か？

　　　　ａ．トレンドのあるデータの分析

　　　　ｂ．トレンドのあるデータの予測

　　（２）．季節性とは何か？

　　　　ａ．季節性のあるデータの分析

　　　　ｂ．状態空間モデルによる季節性データの分析と予測

　　　　ｃ．SARIMA モデルによる季節性データの分析と予測

５．統計ソフトによる時系列予測の実装例

　　（１）．企業の売上予測

　　　　ａ．状態空間モデルを用いた予測

　　　　ｂ．SARIMAモデルを用いた予測

　　（２）．経済変数の予測

　　　　ａ．ARMAモデルを用いた予測

　　　　ｂ．状態空間モデルを用いた予測