時系列データの解析の考え方/進め方 入門講座

再開催を依頼する / 関連するセミナー・出版物を探す
オンライン 開催

日時

中止

プログラム

時系列解析は過去のデータから未来のデータを予測するために用いられる手法です。時系列データの解析手法は機械学習、インフォマティックス、ロボットの制御、信号解析などに幅広く利用されています。解析にあたっては、私たちに馴染み深いExcelと、無料で使用でき現在注目されているプログラミング言語Pythonを用い学習します。難しい理論的背景は極力割愛し、簡単な事例を豊富に用いた基礎的なモデル構築の過程を解説する実践的な内容になっており、学習内容を直ちに業務に活用することができます。

  1. 時系列解析概要
    1. 時系列解析とは
    2. 時系列解析における変動要因
    3. 時系列グラフの描き方
    4. 移動平均
    5. 季節調整
  2. 単回帰分析
    1. 1次式による近似
    2. 対数近似
    3. べき乗近似
    4. 指数近似
  3. 重回帰分析
    1. 2次式による近似
    2. 多項式による近似
    3. 自己回帰モデル
  4. 成長曲線
    1. 成長曲線とは
    2. ソルバーの活用
    3. ロジスティック曲線
    4. ゴンペルツ曲線
    5. 遅延S字曲線
  5. 予測手法
    1. 差分法
    2. 指数平滑法
    3. ブラウン法
    4. 移動平均法
    5. 最近隣法
    6. 灰色理論
  6. 予測精度を上げるための手法
    1. 相似法
    2. 分解法
    3. 最適適応法
  7. おわりに

受講料

複数名同時受講割引について

アカデミック割引

日本国内に所在しており、以下に該当する方は、アカデミック割引が適用いただけます。

ライブ配信セミナーについて