『入門はじめての時系列分析』
石村貞夫・石村友二郎 著

目　次

1章　時系列分析でわかること！
　時系列分析でわかること

2章　時系列グラフの描き方
　Section2.1　時系列データとそのグラフ
　Section2.2　時系列グラフの描き方

3章　時系列データの基本パターン
　Section3.1　3つの基本パターン
　Section3.2　3つの基本パターンが重要な理由
　Section3.3　季節性の分解？

4章　トレンド
　Section4.1　トレンドまたは長期的傾向
　Section4.2　トレンドの検定

5章　曲線の当てはめによる明日の予測
　Section5.1　最小2乗法による曲線の当てはめ
　Section5.2　フーリエ級数による曲線の当てはめ
　Section5.3　スプライン関数による曲線の当てはめ
　Section5.4　曲線の当てはめと予測値の求め方

6章　周期変動と季節変動
　Section6.1　周期変動
　Section6.2　季節変動
　Section6.3　入門はじめてのスペクトル分析

7章　不規則変動とホワイトノイズ
　Section7.1　不規則変動
　Section7.2　不規則変動の作り方
　Section7.3　ランダムネスを検定する
　Section7.4　ホワイトノイズ

8章　時系列データの変換
　Section8.1　差分をとる
　Section8.2　移動平均をする
　Section8.3　ラグをとる
　Section8.4　対数変換をする

9章　はじめての指数平滑化
　Section9.1　指数平滑化
　Section9.2　指数平滑化による予測

10章　はじめての自己相関係数
　Section10.1　自己相関係数
　Section10.2　自己相関係数とコレログラム

11章　はじめての交差相関係数
　Section11.1　2変量の時系列データ
　Section11.2　交差相関係数
　Section11.3　交差相関係数と先行指数

12章　はじめての自己回帰AR(p)モデル
　Section12.1　自己回帰AR(p)モデル
　Section12.2　ARMA(p,q)モデル
　Section12.3　ARIMA(p,d,q)モデル
　Section12.4　ボックス・ジェンキンス法の例

13章　はじめてのランダムウォーク
　Section13.1　ランダムウォークの作り方
　Section13.2　ランダムウォークの予測値

14章　時系列データの回帰分析
　Section14.1　回帰分析と残差の問題
　Section14.2　独立変数を利用した自己回帰モデル

15章　はじめての伝達関数
　Section15.1　伝達関数とは？
　Section15.2　いろいろな伝達関数の例

付録
参考文献
索引