統計学第二

Statistics 2

原聡

シラバス原文を参照(大学HP)

単位区分

シラバスおよび2025年度学修要覧をもとに自動で生成しているため、入学年度やカリキュラムの変更等により実際の区分とは異なる場合があります。

単位数: 2単位

必修	課程・類・プログラム	種別
	I類 (情報系)	詳細あり
	II類 (融合系)
	III類 (理工系)
	先端工学基礎課程

主題および達成目標

本講義では統計学の重要分野の一つである時系列解析を扱う。
時系列データの性質の理解やモデリング方法、推定方法など時系列解析の基礎を習得することを目標とする。

前もって履修しておくべき科目

微分積分学第一, 第二; 応用数学A; 確率論; 統計学;

前もって履修しておくことが望ましい科目

微分積分学第一, 第二; 応用数学A; 確率論; 統計学;

教科書等

特に指定しない。

[参考図書(購入は不要)]
Rによる時系列モデリング入門(岩波書店)

授業内容とその進め方

時系列解析の基礎的な事項についての講義を板書形式で行う。
Lectures will be given in Japanese.

[講義内容(目安)]
1. 時系列データとは
2-3. スペクトル解析
4. 最尤推定
5-8. 定常時系列モデル
9-12. 状態空間モデル
13-15. 深層系列モデル

実務経験を活かした授業内容

特になし

授業時間外の学習

講義の内容を適宜復習すること。
レポート課題を課すので、レポート作成も復習時に計画的に行うこと。

成績評価方法および評価基準

成績評価はレポート課題(全3回を予定)によって行う。

オフィスアワー・授業相談

授業時にお知らせします。

学生へのメッセージ

データサイエンスの実用において時系列データを避けて通ることはできません。
また、近年の大規模言語モデルにも時系列モデリングの技術が取り入れられています。
本講義では、これらの基礎となる時系列解析を学びます。

その他

特になし

キーワード

ARMAモデル

時系列解析

深層学習

状態空間モデル