企業向け研修

時系列分析入門

講座概要

本講義では、時間に伴って変化するデータを分析する時系列分析を学びます。 時系列分析は、株価・電力需要・感染者数などの将来予測に利用されているほか、マーケティングにおける広告効果の検証にも活用されています。

座学では、時系列データの概要や特徴から説明し、ARMAモデルに代表される古典的なモデルから、古典的モデルよりも表現能力の高い状態空間モデルについて解説します。また、状態空間モデルのパラメータ推定に利用されるベイズ推定およびMCMC(マルコフ連鎖モンテカルロ法)についても、基礎から理論を説明します。

ハンズオンでは、古典的モデルおよび状態空間モデルをPythonで実装します。また、Stanを使ったMCMCの実装方法についても紹介します。

受講者の想定
  • 時系列データに対する分析手法を身に付けたい方
  • 季節性・周期性やトレンドを加味した将来予測を行いたい方
  • 時系列分析の理論を基礎から学びたい方
  • PythonとStanで時系列分析を実装する方法を学びたい方

※Pythonを使用した基本的なデータハンドリングができる方を対象とします。

受講者が得られる知識・スキル
  • 株価・電力需要・感染者数のように、時間に伴って変化するデータが、上昇トレンドにあるのか下降トレンドにあるのかを把握することができる
    例)季節性・周期性やトレンドを持つデータの将来予測を行い、需要量に合わせた供給量を決定することができる