2020年度

＜概要/Course Content Summary＞

自然現象，文化現象，社会現象を問わず，一定の時間間隔に毎に観測したデータが，時系列データである。本講義では，この時系列データがどのような特徴を持ち，また統計的分析を行うにあたってどのような点に注意を払わなければならないか，という点を踏まえながら，時系列データの解析手法について学ぶ。時間領域の解析手法を中心に扱うが，一変量時系列データについては自己回帰・移動平均モデル（ARMAモデル），多変量時系列データについてはベクトル自己回帰モデル（VARモデル）について学ぶ。経済・金融時系列データは，確率的トレンドを含んだ非定常確率過程としてモデル化されることが多いが，これらの非定常時系列データの解析手法についても扱うこととする。理論的説明とともに解析例も示し，解析技能習得の助けとしたい。

＜到達目標/Goals,Aims＞

時系列データ解析手法の基礎概念を理解し，実際に時系列データの解析を行うことができる技能が習得できるようになる。

＜授業計画/Schedule＞

基本的には上記授業計画に沿うが，受講者の関心や知識の程度に応じて，（受講者の理解度を高めるために）同一内容を２回に分けて行う等の変更を行うことがある。

＜成績評価基準/Evaluation Criteria＞

＜テキスト/Textbook＞

＜参考文献/Reference Book＞

＜備考/Remarks＞

３～４回に１回程度，Rを使ったデータ分析の宿題を課す予定。