時系列データの特徴,一般的なデータとの違い,特徴を活かした分析手法,R言語を用いた時系列データの分析などについて,実践的に分かりやすく解説する特別セミナー！！
- 講師
-
株式会社フィンデクス 代表取締役 青木 義充 先生 一橋大学大学院経営管理研究科 非常勤講師,上智大学情報理工学部 非常勤講師 株式会社エフビズを創立 代表取締役を経て現在に至る
- 日時
- 会場
- ※本セミナーはWEB受講のみとなります。
- 受講料
-
（消費税率10%込）1名：49,500円 同一セミナー同一企業同時複数人数申込みの場合 1名：44,000円
- テキスト
受講概要
受講形式 WEB受講のみ ※本セミナーは、Zoomシステムを利用したオンライン配信となります。 受講対象 時系列データの解析に興味のある方。社会人だけでなく学生の方でも問題ありません。 すでにデータ解析の実務に携わっている方のうち、時系列データの解析法を学びたい方。 予備知識 時系列データ解析に興味を持ち、Rを使ったデータの分析をしたいという希望がある。 習得知識 1）時系列データの特徴を理解し、一般的なデータとの違いが分かる 2）時系列データの特徴を活かした分析手法の基礎が学べる 3）R言語を用いた時系列データの分析ができるようになる など 講師の言葉 時系列データとは、時刻の変化に伴い値が変化する対象を、ある一定の時間間隔で記録したものを指します。 たとえば、毎日の正午の気温を記録したものは時系列データです。時系列データの分析では、データの並び順・前後関係を意識するか否かを重要視します。たとえば、１週間の正午の平均気温は、７日分の気温の総和を７で割れば求められます。ここで、７日分の総和は、足し合わせる順番を意識する必要はなく、月火水木金土日でも金月水火日木土のいずれであっても等しく、同様に、バラつきを示す指標である分散も、他のデータとの関係を見る相関係数も、データの並び順を意識しないため、いわゆる時系列データの分析とは考え方が異なります。 本セミナーでは、時系列データの特徴をとらえながら分析する手法の考え方、特にデータの順序関係を意識することで生じるメリットについて、実際の時系列データを用いながら説明します。 また、データ分析に広く利用されているR言語を用いた演習を通じて、より実践的な学習効果が望めます。
プログラム
１．導入 （１）基本事項の確認 （２）時系列データでない例とその違い （３）時系列データ分析の概要 ２．時系列データ分析 （１）時系列データ分析の前提 （２）定常性という考え方 （３）自己回帰モデル （４）自己回帰性の検定 ３．非定常な時系列データについて （１）単位根について （２）単位根の検出 （３）見せかけの回帰 ４．解析 （１）探索的な解析の手順 （２）予測 ５．応用いろいろな時系列モデル （１）ARモデルの拡張 （２）MA，ARMA，ARIMAモデル ６．まとめ 質疑・応答 講師紹介 略歴 慶應義塾大学にてニューラルネットワーク、衛星レーダの画像解析の研究に従事。 2004年に一橋大学助手に就任し、金融データ解析を専門とする。 2007年から株式会社QUICKで、金融業界動向のマーケティング、新たな金融情報サービスの企画、金融機関などとの共同研究に従事する傍ら、総合研究大学院大学複合科学研究科統計学専攻を修了し、商品先物のリスクに関する研究で学位（学術）を取得する。 それ以降、金融に関する学会、論文の発表、著書の執筆のほか、一橋大学、上智大学で非常勤講師としてデータサイエンス、数理ファイナンスを指導。 2018年9月に、FinTech時代に真に役立つ金融知識と技能を幅広い方々に届けるべく、株式会社エフビズを創立、代表取締役を務める。 2020年11月に社会人向けデータサイエンス教育プログラムとデータ解析コンサルティングに特化した株式会社フィンデクスを共同創業し、代表取締役に就任。