大学院
HOME 大学院 時系列解析
戻る
学内のオンライン授業の情報漏洩防止のため，URLやアカウント、教室の記載は削除しております。
最終更新日：2026年4月20日

授業計画や教室は変更となる可能性があるため、必ずUTASで最新の情報を確認して下さい。
UTASにアクセスできない方は、担当教員または部局教務へお問い合わせ下さい。

時系列解析

時系列解析
時間とともに変化する対象を記録したデータが時系列である。時系列は、生体信号、地震波、インターネットログ、株価、センサーデータなど分野を超えて現れる。時系列から、その背後にある複雑な現象を理解し、予測、制御や意思決定を行う方法論が時系列解析である。この講義では、時系列の分析に必要となる、1. 可視化、2. 記述的分析、3. 統計モデルを用いた分析、を説明する。本講義では、時系列の分析手法やモデリング技術の基本アイデアを中心に解説する。本講義の目標は、時系列分析の手法を理解した上で、時系列データに対して適切な分析ができるようになることである。
MIMA Search
時間割／共通科目コード
コース名
教員
学期
時限
47130-63
GFS-CS6050L1
時系列解析
小林　亮太
S1 S2
水曜5限
マイリストに追加
マイリストから削除
講義使用言語
日本語
単位
2
実務経験のある教員による授業科目
NO
他学部履修
可
開講所属
新領域創成科学研究科
授業計画
1. 時系列解析とその目的 2. 時系列の可視化 3. 自己相関・スペクトル分析 4. 時系列モデル (AR, ARMAモデル) 5. 状態空間モデル (State space model) 6. さらに進んだ話題 (非定常、非線形性の取扱いなど)
授業の方法
講義ノートを用いて、時系列解析の理論および実際のデータ分析の方法について解説を行う。 最終回には、提出したレポートに関連した口頭試問を実施する予定である。 ### Please note that this lecture is conducted in Japanese. Thank you for your understanding.
成績評価方法
小テスト (70%) および レポート (30%)
履修上の注意
履修にあたり、確率、統計の基礎的知識 (講義：基礎統計、参考書：統計学入門 (基礎統計学Ⅰ)、東京大学教養学部統計学教室、東京大学出版会) があることを想定している。必要があれば、各自復習することが望ましい。 また、プログラミングの基礎的知識があると望ましいが必須ではない。R言語をインストールできる環境を準備すること。
その他
＜応用先・項目＞ 時系列解析はさまざまな分野に応用できる。以下、いくつかの例を挙げる。 1. 生体信号分析 (脳波、神経スパイク、心電図、筋電図など) 2. 地震学、気象学 3. Web, ソーシャルメディア (Twitter, Redditなど) データの分析 4. ファイナンス、金融データ分析 5. 経済データ分析
戻る