時系列データ 時系列データ分析 データ分析 データ解析 時系列データ解析

サイトマップサイトマップ よくあるお問合わせよくあるお問合せ リクエストリクエスト セミナー会場セミナー会場へのアクセス リンクリンク
セミナーのメニュー
  ヘルスケア系
7月
8月
9月
10月〜

化学・電気系 その他各分野
7月
8月
9月
10月〜
出版物出版物
新刊図書新刊図書 月刊 化学物質管理Gmpeople
通信教育講座通信教育講座
LMS(e-learning)LMS(e-learning)
セミナー収録DVDDVD
電子書籍・学習ソフトDVD
セミナー講師のコラムです。講師コラム
  ↑2019/7/3更新!!
お申し込み・振込み要領お申込み・振込要領
案内登録案内登録
↑ ↑ ↑
新着セミナー、新刊図書情報をお届けします。

※リクエスト・お問合せ等
はこちら→ req@johokiko.co.jp



SSL GMOグローバルサインのサイトシール  


時系列データ 時系列データ分析 データ分析 データ解析 時系列データ解析

★時系列データの解析方法から、実際のデータを用いた一連の分析プロセスに加え、統計解析ソフトRでの解析コードの書き方までをわかりやすく解説。
★時系列解析の予備知識がない方でもわかるよう、データの種類から前処理まで基礎的な知識もお伝えいたします。

Rで実践!
状態空間モデルによる時系列データ解析

講師

情報・システム研究機構 統計数理研究所 モデリング研究系 助教 野村 俊一 先生

* 希望者は講師との名刺交換が可能です

講師紹介

■ご略歴:
 東京大学工学部卒業。
 東京大学情報理工学系研究科修士課程修了。
 総合研究大学院大学複合科学研究科博士課程修了、博士(統計科学)。
 (株)損害保険ジャパンにて、アクチュアリー(保険数理)業務に従事。
 その後、東京工業大学大学院 情報理工学院 助教を経て、2017年より情報・システム研究機構 統計数理研究所 助教(現職)。

■専門および得意な分野・研究:
 時系列解析、点過程解析、統計地震学、保険数理

■本テーマ関連学協会での活動:
 ・公益社団法人 日本アクチュアリー会 正会員
 ・日本保険・年金リスク学会 理事

→このセミナーを知人に紹介する

日時・会場・受講料

●日時 2019年10月25日(金) 12:30-16:30
●会場 [東京・王子]北とぴあ7階701会議室 →「セミナー会場へのアクセス」
●受講料 1名38,000円 + 税、(資料付)
 *1社2名以上同時申込の場合、1名につき28,000円 + 税
 ※消費税につきましては講習会開催日の税率にて課税致します。
 *学校法人割引;学生、教員のご参加は受講料50%割引。→「セミナー申込要領・手順」を確認下さい。

 ●録音・撮影行為は固くお断り致します。
 ●講義中の携帯電話の使用はご遠慮下さい。
 ●講義中のパソコン使用は、講義の支障や他の方の迷惑となる場合がありますので、極力お控え下さい。
  場合により、使用をお断りすることがございますので、予めご了承下さい。
  *PC実習講座を除きます。


■ セミナーお申込手順からセミナー当日の主な流れ →

セミナーポイント

■はじめに:
 時系列データを分析して将来を予測するための統計モデリング手法である「状態空間モデル」、および、その解析手法である「カルマンフィルタ」を解説します。時系列モデルはARIMAモデルが有名で広く使われていますが、増減要因の説明が難しいなど、いくつかの問題点もあります。状態空間モデルは、時系列の増減をトレンドや季節変動、曜日効果などの要因へと分解でき説明力がある、拡張性が高く非正規分布のカウントデータや時系列の構造変化も扱えるなどの多くのメリットを持ち、実務家の発想を柔軟に取り込むことができる優れたモデルです。
 講義では、方法論の解説に止まらず、実際のデータを題材にして、データの観察からモデルを組み立てて試行錯誤する一連の分析プロセスに、統計解析ソフトRを用いた実際の解析コードの書き方までを解説いたします。現場ですぐに実行できる実践力を身につけていただき、実務や研究へとご活用ください。 

■ご講演中のキーワード:
 ・時系列解析
 ・欠測データの補間
 ・将来予測
 ・増減トレンド予測
 ・季節変動
 ・カレンダー効果
 ・状態空間モデル

■受講対象者:
 ・時間変化するデータ(時系列データ)を統計的に分析して、増減要因の分析や将来予測を行いたい方
 ・会社の収支予想やマーケットの予測など、業務あるいは個人でデータに基づく将来予測をしている方・したい方

■必要な予備知識:
 ・確率・統計の基礎知識(回帰分析、多変量正規分布を多少でも知っている程度が望ましい)
 ・統計ソフトウェアRの基本的操作(基本的なデータの操作、関数の使用方法の理解が望ましい)
 ・時系列解析に関する予備知識は特には不要です

■本セミナーで習得できること:
 ・時系列の将来予測の方法(予測の変動幅も評価)
 ・時系列の過去の変動の定量的な要因分解
 ・時系列の過去の欠測データの補間方法
 ・統計解析ソフトRを用いた時系列解析の実装方法

セミナー内容

1.様々な時系列
 1) 連続値・離散値をとる時系列
 2) 季節変化のある時系列
 3) 多変量の時系列
 4) 定常・非定常な時系列

2.時系列の観察と変換(前処理)
 1) コレログラム
 2) 階差系列
 3) 対数変換

3.代表的な時系列モデル
 1) ホワイトノイズ
 2) ランダムウォーク
 3) 自己回帰モデル

4.状態空間モデルとは?
 1) 状態空間モデルのメリット
 2) 通常のベイズモデルとの違い
 3) 状態空間モデルの目的
 4) 状態空間モデルの解析手法

5.体組成計記録の解析
 1) ローカルレベルモデル
 2) 過去の推移の平滑化
 3) 欠測データの補間
 4) 将来予測
 5) RパッケージKFASによる実装
 6) 2変量ローカルレベルモデル
 7) 平滑化トレンドモデル
 8) 尤度とモデル選択

6.小売業月次販売額の予測
 1) 構造時系列モデル
 2) トレンド成分とそのモデル
 3) 季節成分とそのモデル
 4) 回帰変動成分とそのモデル
 5) カレンダー効果
 6) 時系列の構造変化

7.訪日外客数の分析と予測
 1) 時系列の観察と対数変換(前処理)
 2) 短期変動(自己回帰)成分
 3) 統計数理研究所Web Decompの紹介

セミナー番号:AC191043

top

注目の新刊

雑誌 月刊化学物質管理

日本語メディカルライティング

DI対応CSV 2019

プラスチック環境対応技術

自動運転センシング

半導体製造プロセス

三次元培養

ピッカリング・エマルション

再生医療・細胞治療

分野別のメニュー

化学・電気系他分野別一覧

  植物工場他

  機械学習他

ヘルスケア系分野別一覧

  海外関連

  医療機器

各業界共通
マーケティング・人材教育等

「化学物質情報局」

特許・パテント一覧 INDEX
(日本弁理士会 継続研修)

印刷用申込フォーム    

セミナー用

書籍用

会社概要 プライバシーポリシー 通信販売法の定めによる表示 商標について リクルート
Copyright ©2011 情報機構 All Rights Reserved.