| 年度 |
2024年度 |
開講部局 |
情報科学部 |
| 講義コード |
KA221001 |
科目区分 |
専門教育科目 |
| 授業科目名 |
時系列分析 |
授業科目名
（フリガナ） |
ジケイレツブンセキ |
| 英文授業科目名 |
Time Series Analysis |
| 担当教員名 |
加藤 隆太,山田 宏 |
担当教員名
(フリガナ) |
カトウ リュウタ,ヤマダ ヒロシ |
| 開講キャンパス |
東広島 |
開設期 |
3年次生 後期 ３ターム |
| 曜日・時限・講義室 |
(3T) 金1-4 |
| 授業の方法 |
講義 |
授業の方法
【詳細情報】 |
|
| 講義はオンデマンド形式で行い、講義動画はMicrosoft Stream にアップロードする. |
| 単位 |
2.0 |
週時間 |
|
使用言語 |
B
:
日本語・英語 |
| 学習の段階 |
3
:
中級レベル
|
| 学問分野（分野） |
24
:
社会科学 |
| 学問分野（分科） |
03
:
経済学 |
| 対象学生 |
|
| 授業のキーワード |
時系列データ |
| 教職専門科目 |
|
教科専門科目 |
|
プログラムの中での
この授業科目の位置づけ
（学部生対象科目のみ） | |
|---|
到達度評価
の評価項目
（学部生対象科目のみ） | 計算機科学プログラム
（能力・技能）
・A. 情報基盤の開発技術，情報処理技術，データを分析して新しい付加価値を生む技術．
データ科学プログラム
（能力・技能）
・D2. データサイエンスの幅広い知識と技術を駆使して，統計的証拠に基づいた組織戦略・立案を担える能力．
知能科学プログラム
（能力・技能）
・D2. 人工知能やIoTなどの応用や発展に寄与できる情報処理能力やデータ分析能力． |
|---|
| 授業の目標・概要等 |
この講義では，情報科学部3年生の受講を念頭にして，時系列分析の方法について講義する。 |
| 授業計画 |
1. イントロダクション
2. 定常過程
3. ARMAモデル
4. ARMAモデルの推定
5. 予測
6. VARモデル
7. VARモデル 2
8. VARモデル 3
9. 前半講義のレビュー
10. 単位根過程 1
11. 単位根過程 2
12. 金融時系列分析 1
13. 金融時系列分析 2
14. 経済学への応用
15.後半講義のレビュー
|
| 教科書・参考書等 |
講義スライド |
授業で使用する
メディア・機器等 |
|
| 【詳細情報】 |
オンライン講義。 |
授業で取り入れる
学習手法 |
|
予習・復習への
アドバイス |
第1回－第15回 予習復習を心がけましょう。
|
履修上の注意
受講条件等 |
なし |
| 成績評価の基準等 |
レポート試験による. |
| 実務経験 |
|
実務経験の概要と
それに基づく授業内容 |
|
| メッセージ |
|
| その他 |
講義のウェブサイトのチェックを定期的に行うこと。 |
すべての授業科目において，授業改善アンケートを実施していますので，回答に協力してください。
回答に対しては教員からコメントを入力しており，今後の改善につなげていきます。 |