版元ドットコム

探せる、使える、本の情報

文芸 新書 社会一般 資格・試験 ビジネス スポーツ・健康 趣味・実用 ゲーム 芸能・タレント テレビ・映画化 芸術 哲学・宗教 歴史・地理 社会科学 教育 自然科学 医学 工業・工学 コンピュータ 語学・辞事典 学参 児童図書 ヤングアダルト 全集 文庫 コミック文庫 コミックス(欠番扱) コミックス(雑誌扱) コミックス(書籍) コミックス(廉価版) ムック 雑誌 増刊 別冊
Rによる 時系列モデリング入門 北川 源四郎(著/文) - 岩波書店
..
詳細画像 0
【利用不可】

書店員向け情報 HELP

書店注文情報

受注センター:
貴店担当者:
注文電話番号:
注文FAX番号:
注文サイト:

Rによる 時系列モデリング入門 (アールニヨルジケイレツモデリングニュウモン)

自然科学
このエントリーをはてなブックマークに追加
発行:岩波書店
A5判
縦210mm 横148mm 厚さ21mm
重さ 442g
334ページ
定価 3,800円+税
ISBN
978-4-00-005015-9   COPY
ISBN 13
9784000050159   COPY
ISBN 10h
4-00-005015-X   COPY
ISBN 10
400005015X   COPY
出版者記号
00   COPY
Cコード
C3041  
3:専門 0:単行本 41:数学
出版社在庫情報
不明
初版年月日
2020年12月11日
書店発売日
登録日
2020年11月10日
最終更新日
2020年12月9日
このエントリーをはてなブックマークに追加

紹介

時系列の解析や予測のためのモデルを自ら考案し、実装できるようになることを目標として、代表的な手法と応用へのポイントを解説した『時系列解析入門』の改訂版。手早く実際のデータに適用してみることもできるように、統計数理研究所で開発されたRパッケージTSSSの使用法と解析例を新たに多数追加した。

目次

新版へのまえがき
初版まえがき
R と時系列解析パッケージTSSS

第1章 時系列データの解析とその準備
1. 1 時系列データ
1. 2 時系列の分類
1. 3 時系列解析の目的
1. 4 時系列データの前処理
 1. 4. 1 変数変換
 1. 4. 2 差分(階差)
 1. 4. 3 前期比,前年同期比
 1. 4. 4 移動平均
[章末問題]

第2章 共分散関数
2. 1 時系列の分布と定常性
2. 2 定常時系列の自己共分散関数
2. 3 多変量時系列と散布図
2. 4 相互共分散関数および相互相関関数
[章末問題

第3章 スペクトルとピリオドグラム
3. 1 スペクトル
3. 2 ピリオドグラム
3. 3 ピリオドグラムの平均と平滑化
3. 4 ピリオドグラムの計算法
3. 5 FFT によるピリオドグラム計算
[章末問題]

第4章 モデリング
4. 1 確率分布と統計的モデル
4. 2 K L 情報量とエントロピー最大化原理
4. 3 K L 情報量の推定と対数尤度
4. 4 最尤法によるパラメータの推定
4. 5 AIC(赤池情報量規準)
4. 6 データの変換
[章末問題]

第5章 最小二乗法
5. 1 回帰モデルと最小二乗法
5. 2 ハウスホルダー法に基づく最小二乗法の解法
5. 3 AIC による次数選択
5. 4 データの追加と分割処理
5. 5 AIC による変数選択
[章末問題]

第6章 ARMAモデルによる時系列の解析
6. 1 ARMA モデル
6. 2 インパルス応答関数
6. 3 自己共分散関数
6. 4 AR係数とPARCORの関係
6. 5 パワースペクトル
6. 6 特性方程式
6. 7 多変量ARモデル
[章末問題]

第7章 AR モデルの推定
7. 1 AR モデルのあてはめ
7. 2 ユールウォーカー法とレビンソンのアルゴリズム
7. 3 最小二乗法によるARモデルの推定
7. 4 PARCOR法によるARモデルの推定
7. 5 AR係数の推定量の誤差分布
7. 6 数値例
7. 7 ユールウォーカー法による多変量AR モデルの推定
7. 8 最小二乗法による多変量AR モデルの推定
[章末問題]

第8章 局所定常AR モデル
8. 1 局所定常ARモデル
8. 2 任意個の区間への自動分割
8. 3 変化時点の精密な推定
8. 4 変化時点の事後確率
[章末問題]

第9章 状態空間モデルによる時系列の解析
9. 1 状態空間モデル
9. 2 カルマンフィルタによる状態の推定
9. 3 平滑化のアルゴリズム
9. 4 状態の長期予測
9. 5 時系列の予測
9. 6 時系列モデルの尤度計算とパラメータ推定
9. 7 欠測値の補間
[章末問題]

第10章 ARMAモデルの推定
10. 1 ARMAモデルの状態空間表現
10. 2 ARモデルの初期状態
10. 3 ARMAモデルの初期状態
10. 4 ARMAモデルの最尤推定
10. 5 パラメータの初期値について
[章末問題]

第11章 トレンドの推定
11. 1 多項式回帰モデル
11. 2 トレンド成分モデル構造の確率的変化のモデル
11. 3 トレンドモデル
[章末問題]

第12章 季節調整モデル
12. 1 季節成分モデル
12. 2 標準的季節調整モデル
12. 3 定常AR 成分を含む分解
12. 4 曜日効果項を含む分解
[章末問題]

第13章 時変係数ARモデル
13. 1 時変分散モデル
13. 2 時変係数ARモデル
13. 3 時変スペクトルの推定
13. 4 時変係数AR モデルのシステムノイズの仮定
13. 5 係数の急激な変化について
[章末問題]

第14章 非ガウス型モデル
14. 1 非ガウス型モデルの必要性
14. 2 非ガウス型状態空間モデルと状態推定
14. 3 状態推定公式の数値的実現
14. 4 非ガウス型トレンドモデル
14. 5 非対称な分布時変分散モデル
14. 6 非ガウス型状態空間モデルの応用
 14. 6. 1 混合ガウス分布による異常値の処理
 14. 6. 2 非定常離散系列
 14. 6. 3 時変分散を直接推定する方法
 14. 6. 4 非線形状態空間モデル
[章末問題]

第15章 粒子フィルタ・平滑化
15. 1 非線形・非ガウス型の状態空間モデルと分布の近似
15. 2 粒子フィルタ
 15. 2. 1 1期先予測
 15. 2. 2 フィルタ
 15. 2. 3 粒子フィルタのアルゴリズム
 15. 2. 4 モデルの尤度
 15. 2. 5 リサンプリング法について
 15. 2. 6 数値例
15. 3 粒子平滑化
 15. 3. 1 粒子近似による平滑化
 15. 3. 2 非線形平滑化
[章末問題]

第16章 シミュレーション
16. 1 一様乱数の生成
16. 2 白色雑音の生成
 16. 2. 1 χ2分布
 16. 2. 2 コーシー分布
 16. 2. 3 任意の分布に従う乱数の生成
16. 3 ARMAモデルのシミュレーション
16. 4 状態空間モデルによるシミュレーション
16. 5 非ガウス型状態空間モデルによるシミュレーション
[章末問題]

付録A 非線形最適化のアルゴリズム
付録B レビンソンのアルゴリズムの導出
付録C カルマンフィルタと平滑化のアルゴリズムの導出
 C. 1 カルマンフィルタ
 C. 2 平滑化
付録D 粒子フィルタのアルゴリズム

参考文献
章末問題解答
索 引

上記内容は本書刊行時のものです。