《Excel及びPythonを用いて徹底学習》すぐに役立つ!初学者のための時系列解析アプローチ入門【提携セミナー】
開催日時 | 未定 |
---|---|
担当講師 | 嵜山 陽二郎 氏 |
開催場所 | 未定 |
定員 | - |
受講費 | 未定 |
【ポイント①】難しい理論は極力割愛、簡単な事例を多数用いて要点を解説!
【ポイント②】基本に忠実かつ実践的な内容のため、業務への活用がイメージできる!
【ポイント③】見逃し配信付をご選択の方は、一定期間内で何度でも復習可能!
【Excel及びPythonを用いて徹底学習】
すぐに役立つ!
初学者のための時系列解析アプローチ入門
≪基礎理論、自己回帰/状態空間など各種モデルの理解、計算例等を含めて≫
【提携セミナー】
主催:株式会社情報機構
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。
◆受講後、習得できること
- 時系列解析の基礎理論
- Excelを使った時系列解析の手法
- Pythonを使った時系列解析の手法
- 予測モデルの基礎知識
- Pythonのプログラミング技術
◆講演中のキーワード
- 時系列解析
- 移動平均
- 季節調整
- 自己回帰モデル
- 状態空間モデル
担当講師
株式会社メドインフォ
代表取締役
医学博士
嵜山陽二郎 先生
■経歴
1993 東京大学医学系研究科博士課程 終了
1993-2014 製薬企業にて統計解析実務および社員教育に従事
2015- 株式会社メドインフォ設立 代表取締役
■専門および得意な分野・研究
・医療統計学
・医療経済学
・臨床研究・疫学研究
セミナープログラム(予定)
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.回帰分析
①1次式による近似
②2次式による近似
③多項式による近似
④対数近似
⑤べき乗近似
⑥指数近似
3.自己回帰モデル
①ARモデル
②ARMAモデル
③ARIMAモデル
④VARモデル
4.状態空間モデル
①連続状態空間モデル
②線形ガウス型モデル
③非線形非ガウス型モデル
④離散状態モデル
5.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
6.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
7.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
8.おわりに
9.質疑応答
公開セミナーの次回開催予定
開催日
未定
開催場所
未定
受講料
未定
備考
※配布資料・講師への質問等について
●配布資料はPDF等のデータで送付予定です。受取方法はメールでご案内致します。
(開催1週前~前日までには送付致します)。
*準備の都合上、開催1営業日前の12:00までにお申し込みをお願い致します。
(土、日、祝日は営業日としてカウント致しません。)
●当日、可能な範囲で質疑応答も対応致します。
(全ての質問にお答えできない可能性もございますので、予めご容赦ください。)
●本講座で使用する資料や配信動画は著作物であり
無断での録音・録画・複写・転載・配布・上映・販売等を禁止致します。
お申し込み方法
★下のセミナー参加申込ボタンより、必要事項をご記入の上お申し込みください。