初学者のための時系列データ分析 〜状態空間モデルによるアプローチ、Rで実践するカルマンフィルタ〜

時系列分析を一日速習! また、R言語による実践方法もあわせて紹介します。


講師


北海道大学 大学院 情報科学研究科 客員教授 博士(工学) 萩原 淳一郎 先生

【専門】 無線通信工学、統計分析

 2017年より現職。
・訳書『Rによるベイジアン動的線形モデル』(朝倉書店、2013年)
・著書『基礎からわかる時系列分析
  ―Rで実践するカルマンフィルタ・MCMC・粒子フィルター』(技術評論社、2018年)


受講料


1名46,440円(税込(消費税8%)、資料・昼食付)
*1社2名以上同時申込の場合 、1名につき35,640円
*学校法人割引 ;学生、教員のご参加は受講料50%割引。


セミナーポイント


■ はじめに
 統計分析や機械学習に関する情報はインターネットなどを通じて手に入りやすくなりました。一方で、時系列分析は応用的な分析の一種であるため、実際に自身の問題に適用しようとすると、どこから手を付けていいのか分からなかったり、試してはみたけどその方法で良いのか確信が持てないといったことがよくあると思います。
 そこで本セミナーでは時系列分析を初歩から体系立てて学びます。またその際、R言語による実践方法もあわせて紹介します。
 (尚、本セミナーでは、受講者の方のPC実習はございません。)

■ 受講対象
・時系列分析を始めたばかりの方から,少し始めてみたもののなかなかうまくいかないと
 お困りの方
・状態空間モデルやカルマンフィルタに関心がある方
・本テーマに興味のある方なら、どなたでも受講可能です

■ 必要な予備知識
 特に必要としませんが,確率・統計やR言語に関する基本知識があればより深くご理解をいただけると思います。

■ 本セミナーに参加して修得できること
・時系列分析に関連する確率・統計の基礎
・時系列分析の基本的な流れ
・状態空間モデルに基づく時系列分析


セミナー内容


1.はじめに
 (1) 時系列分析とは
 (2) 時系列分析のアプローチ

2.確率・統計に関する基礎
 (1) 複数の確率変数の関係
 (2) 確率過程
 (3) 共分散・相関
 (4) 定常過程と非定常過程
 (5) 最尤推定とベイズ推定

3.Rで時系列データを扱う際の基礎

4.時系列分析ひとめぐり
 (1) 目的の確認とデータの収集
 (2) データの下調べ
 (3) モデルの定義
 (4) パラメータ値の特定
 (5) フィルタリング・予測・平滑化の実行
 (6) 結果の確認と吟味

5.状態空間モデル
 (1) 状態空間モデルの定義
 (2) 状態空間モデルの特徴
 (3) 状態空間モデルの分類

6.状態空間モデルにおける状態の推定
 (1) 事後分布による状態の推定
 (2) 状態の逐次的な求め方

7.線形・ガウス型状態空間モデルの一括解法

8.線形・ガウス型状態空間モデルの逐次解法
 (1) カルマンフィルタ
 (2) 例: ローカルレベルモデルの場合

9.線形・ガウス型状態空間モデルにおける代表的な成分モデル
 (1) 個別のモデルの組み合わせ
 (2) 代表的な成分モデルの紹介
 (3) 分析例


エンジニアのための役立つ情報サイト
月刊ビッグライフ21 BigLife21 私たちは全国420万中小企業の代弁者です。