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
株式会社エフビズ 代表取締役 博士（学術） 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
- 日時
- 会場
- ※本セミナーはWEB受講のみとなります。
- 受講料
- （消費税等込み）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 ＊こちらの セミナーはZoomシステムを使用したオンラインセミナーとなります。 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れば受講できます． また，単回帰分析の仕組みが分かると，より時系列データの解析の特徴を理解できます． 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基本的な分析ができるようになる． 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． はじめに (１) ランダムを記述する a 確率の考え方 b データのばらつき具合の表現法 (２) データの性質の確認法 a 指標による確認法 b 視覚的な確認法 (３) 統計的仮説検定 a 統計的仮説検定による判断の枠組み b Ｒを利用した仮説検定の確認法 ２． 時系列データの特徴 (１) 時系列データの定義 a 時刻変化に伴い値が変化するデータは時系列データなのか？ b 発生順番に依存するデータは時系列データなのか？ (２) 時間依存の構造 a 順番によって傾向があるデータの表現方法 b 過去の記憶の薄れ方 (３) 時間依存を確認する方法 a 自己相関係数とコレログラム b 自己相関係数と偏自己相関係数 ３． 時系列データの分析 (１) 時系列構造の導入 a 時間依存の考え方と自己回帰構造 b 自己回帰構造の引き継ぎ方 c さまざまな時系列モデル（ＡＲ，ＭＡ，ＡＲＭＡ，ＡＲＩＭＡ） (２) 単位根と見せかけの回帰 a 単位根とは何か b 単位根が存在したときの問題点 c 単位根の有無の確認法 (３) 分析手順の実例 a データの視覚化 b 性質の確認 c モデルの当てはめ d モデルの検証 ４． 予測・シミュレーション (１) 時系列構造を考慮した予測法 a 予測するための理論とシミュレーション実例 b 計算機を用いた逐次的な予測理論とシミュレーション実例 (２) 未来の表現法とリスクの計測 a 未来のデータの変動具合とリスク b リスクの計測法と評価 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，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し，代表取締役に就任．