「R」を活用できるデータサイエンティストに向けた基礎を習得するための
データサイエンス入門講座Rを用いた時系列データの特徴を理解し分析するノウハウ【WEB受講Zoomセミナー)

セミナー
リーフレット
印刷はこちら
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
2021/2/5(金)10:00〜16:00
会場

*本セミナーはWEB受講のみとなります

会場案内
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
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
2021/2/5(金)10:00〜16:00
会場

*本セミナーはWEB受講のみとなります

会場案内
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
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.