出版書誌データベース

★実務に役立つ「理論」こそが、最も実践的な「知識」なのだ！★

・理論とPython実装をバランスよく学べる、初学者向け入門書
・古典的な技術から、比較的新しい手法までを丁寧に解説
・実践的な実装技術や分析におけるTipsについても解説

【サポートサイト】
https://logics-of-blue.com/python-tsa-intro-book-support/

【本書より抜粋】
本書では実際にデータを分析しているあなたが、納得感を持って分析できるような知識を身につけてもらうことを目指しました。本書ではできる限り暗黙知を言葉にすることに努めました。入門書なので数式はかなり減らしましたが、理論的な話が多いので、読み切るのはそれなりに大変かもしれません。それでも、こういった理論こそが、現在では最も実践的な知識なのだと信じています。

【主な内容】
第1部 時系列分析の基本
1章 時系列分析をはじめよう
2章 時系列データの構造
3章 データ生成過程の基本

第2部 Pythonによる時系列分析の基本
1章 環境構築
2章 Pythonの基本
3章 Pythonによる統計分析の基本
4章 pandasによる日付処理の基本
5章 Pythonによる時系列分析の基本
6章 時系列データのシミュレーションと見せかけの回帰

第3部 基本的な時系列分析の手法
1章 単純な時系列予測の手法
2章 季節調整とトレンド除去
3章 sktimeの使い方
4章 指数平滑化法とその周辺

第4部 Box-Jenkins法とその周辺
1章 Box-Jenkins法から自動予測アプローチへ
2章 ARIMAモデル
3章 SARIMAXモデル
4章 モデル選択

第5部 線形ガウス状態空間モデル
1章 状態空間モデルの概要
2章 ローカルレベルモデルの基本
3章 ローカルレベルモデルの実装
4章 ローカルレベルモデルの数理
5章 基本構造時系列モデル
6章 状態空間モデルの分析事例

第6部 機械学習法
1章 LightGBM
2章 ニューラルネットワークと深層学習

第7部 時系列予測の実践的技術
1章 モデルの保存と読み込み
2章 時系列分析の実践におけるTipsと注意点

第1部 時系列分析の基本
第1章 時系列分析をはじめよう
第2章 時系列データの構造
第3章 データ生成過程の基本

第2部 Pythonによる時系列分析の基本
第1章 環境構築
第2章 Pythonの基本
第3章 Pythonによる統計分析の基本
第4章 pandasによる日付処理の基本
第5章 Pythonによる時系列分析の基本
第6章 時系列データのシミュレーションと見せかけの回帰

第3部 基本的な時系列分析の手法
第1章 単純な時系列予測の手法
第2章 季節調整とトレンド除去
第3章 sktimeの使い方
第4章 指数平滑化法とその周辺

第4部 Box-Jenkins法とその周辺
第1章 Box-Jenkins法から自動予測アプローチへ
第2章 ARIMAモデル
第3章 SARIMAXモデル
第4章 モデル選択

第5部 線形ガウス状態空間モデル
第1章 状態空間モデルの概要
第2章 ローカルレベルモデルの基本
第3章 ローカルレベルモデルの実装
第4章 ローカルレベルモデルの数理
第5章 基本構造時系列モデル
第6章 状態空間モデルの分析事例

第6部 機械学習法
第1章 LightGBM
第2章 ニューラルネットワークと深層学習

第7部 時系列予測の実践的技術
第1章 モデルの保存と読み込み
第2章 時系列分析の実践におけるTipsと注意点

著：馬場 真哉
2014年　北海道大学大学院水産科学院修了
Logics of Blue(https://logics-of-blue.com/)というWebサイトの管理人
2020年11月より東京医科歯科大学非常勤講師，2021年2月から2023年3月まで岩手大学客員准教授，2022年4月より帝京大学特任講師
著　書　『平均・分散から始める一般化線形モデル入門』（プレアデス出版，2015年）
　　　　『時系列分析と状態空間モデルの基礎：RとStanで学ぶ理論と実装』（プレアデス出版，2018年）
　　　　『RとStanではじめる ベイズ統計モデリングによるデータ分析入門』（講談社，2019年）
　　　　『R言語ではじめるプログラミングとデータ分析』（ソシム，2020年）
　　　　『意思決定分析と予測の活用：基礎理論からPython実装まで』（講談社，2021年）
　　　　『Pythonで学ぶあたらしい統計学の教科書　第2版』（翔泳社，2022年）