close
1.

図書

図書
渡辺則生著
出版情報: 東京 : 共立出版, 2018.7  ix, 101p ; 21cm
シリーズ名: 統計学one point / 鎌倉稔成 [ほか] 編 ; 8
所蔵情報: loading…
目次情報: 続きを見る
第1章 : ファジィ理論と統計
第2章 : ファジィ集合
第3章 : ファジィシステム
第4章 : 時系列モデル
第5章 : 非線形時系列モデル
第6章 : ファジィ時系列モデル
第7章 : ファジィトレンドモデル
第1章 : ファジィ理論と統計
第2章 : ファジィ集合
第3章 : ファジィシステム
2.

図書

図書
中塚利直著
出版情報: 東京 : 教育出版, 1978.11  xi, 293p ; 22cm
シリーズ名: シリーズ新しい応用の数学 / 一松信, 伊理正夫, 竹内啓編 ; 19
所蔵情報: loading…
3.

図書

図書
藤井光昭著
出版情報: 東京 : コロナ社, 1974.12  iv, 222p ; 22cm
シリーズ名: 現代応用数学講座 ; 3
所蔵情報: loading…
4.

図書

図書
杉原左右一著
出版情報: 東京 : 東洋経済新報社, 1984.1  x, 286p ; 22cm
所蔵情報: loading…
5.

図書

図書
A・C・ハーベイ著 ; 国友直人, 山本拓訳
出版情報: 東京 : 東京大学出版会, 1985.9  x, 233p ; 21cm
所蔵情報: loading…
6.

図書

図書
村尾博著
出版情報: 東京 : オーム社, 2019.12  xii, 426p ; 21cm
所蔵情報: loading…
目次情報: 続きを見る
Rについて
VAR分析の紹介
時系列分析の基礎
VAR分析の基礎
ラグ次数の選択問題
単位根検定
共和分検定
攪乱項に関する仮説検定
推定と識別問題
係数パラメータの制約に関する仮説検定
インパルス応答分析
推定後のモデル変換
インパルス応答分析の区間推定
予測誤差の分散分解
グランジャー因果性検定
その他のVAR分析
Rについて
VAR分析の紹介
時系列分析の基礎
概要: ベクトル自己回帰に特化した実用書!理論と計算アルゴリズムを解説。統計解析ソフトRによるコード例が豊富。VAR分析を開始しようとする人が直面する疑問に対し、解決策や役立つ情報を提供。
7.

図書

図書
田中勝人著
出版情報: 東京 : 共立出版, 2020.7  xii, 445p ; 22cm
シリーズ名: 理論統計学教程 / 吉田朋広, 栗木哲編 ; . 従属性の統計理論||ジュウゾクセイ ノ トウケイ リロン
所蔵情報: loading…
目次情報: 続きを見る
離散時間確率過程
連続時間確率過程
確率過程の分布収束
特性関数の導出
数値積分による分布計算
AR単位根時系列の分析
さまざまな単位根検定
共和分分析
長期記憶時系列モデル
fBmとfO‐U過程の統計的推測
離散時間確率過程
連続時間確率過程
確率過程の分布収束
8.

図書

図書
山本拓著
出版情報: 東京 : 創文社, 1988.2  xiv, 352p ; 23cm
シリーズ名: 現代経済学選書 / 熊谷尚夫監修 ; 2
所蔵情報: loading…
9.

図書

図書
E. J. ハナン著 ; 細谷雄三訳
出版情報: 東京 : 培風館, 1974.3  xii,161p ; 22cm
所蔵情報: loading…
10.

図書

図書
尾崎統編著
出版情報: 東京 : 放送大学教育振興会, 1988.3  165p ; 21cm
シリーズ名: 放送大学教材 ; 56437-1-8811
所蔵情報: loading…
11.

図書

図書
藤沢偉作, 池内智共著
出版情報: 京都 : 現代数学社, 1988.10  117p ; 26cm
所蔵情報: loading…
12.

図書

図書
溝口敏行, 刈屋武昭著
出版情報: 東京 : 日本経済新聞社, 1983.6  226p ; 19cm
所蔵情報: loading…
13.

図書

図書
藤井光昭著
出版情報: 東京 : コロナ社, 1981.8  iv, 222p ; 22cm
シリーズ名: 現代応用数学講座 ; 3
所蔵情報: loading…
14.

図書

図書
P.J. ブロックウェル, R.A. デービス著 ; 逸見功 [ほか] 訳
出版情報: 東京 : シーエーピー出版, 2000.7  xiv, 423p ; 22cm
所蔵情報: loading…
15.

図書

図書
edited by David F. Findley
出版情報: New York : Academic Press, 1981  xii, 798 p. ; 24 cm
所蔵情報: loading…
16.

図書

図書
杉原敏夫著
出版情報: 東京 : 工学図書, 1996.8  7, 204p ; 21cm
所蔵情報: loading…
17.

図書

図書
ジョン・C・ホッフ著 ; 川島利兵衛監訳 ; 佐藤要訳
出版情報: 東京 : 多賀出版, 1996.2  iv, 383p ; 22cm
所蔵情報: loading…
18.

図書

図書
近藤宏編著 ; 高橋玲子 [ほか] 共著
出版情報: 東京 : オーム社, 2016.7  xvi, 310p ; 21cm
所蔵情報: loading…
目次情報: 続きを見る
第1部 時系列分析 : 解説編)(時系列分析とは
単回帰分析
重回帰分析
成長曲線
従来の予測手法
最近隣法
灰色理論
第2部 具体的データによる予測事例 : 単回帰分析による予測
重回帰分析による予測
成長曲線による予測
最近隣法による予測
灰色理論による予測
予測精度を上げるために
第1部 時系列分析 : 解説編)(時系列分析とは
単回帰分析
重回帰分析
19.

図書

図書
高岡慎著
出版情報: 東京 : 朝倉書店, 2015.12  viii, 178p ; 21cm
シリーズ名: 統計解析スタンダード / 国友直人, 竹村彰通, 岩崎学編
所蔵情報: loading…
目次情報: 続きを見る
1 : はじめに
2 : 季節性の要因
3 : 定常過程の性質
4 : 季節変動の周期性
5 : 時系列の分解と季節調整
6 : X‐11法
7 : X‐12‐ARIMA
8 : TRAMO‐SEATS
9 : 状態空間モデルによる季節調整
10 : その他の季節調整法
11 : 国内の官公庁における実例
1 : はじめに
2 : 季節性の要因
3 : 定常過程の性質
20.

図書

図書
刈屋武昭 [ほか] 編
出版情報: 東京 : 朝倉書店, 2012.10  xiii, 771p ; 22cm
所蔵情報: loading…
21.

図書

図書
松本隆 [ほか] 著
出版情報: 東京 : 培風館, 2002.11  xii, 186p, 図版1枚 ; 22cm
シリーズ名: 情報数理シリーズ ; B-7
所蔵情報: loading…
22.

図書

図書
宮野尚哉著
出版情報: 東京 : サイエンス社, 2002.11  iii, 128p ; 26cm
シリーズ名: 臨時別冊・数理科学 ; . SGCライブラリ||SGC ライブラリ ; 19
所蔵情報: loading…
23.

図書

図書
新田功 [ほか] 著
出版情報: 東京 : 白桃書房, 2001.3  vii, 225p ; 22cm
シリーズ名: 明治大学社会科学研究所叢書
所蔵情報: loading…
24.

図書

図書
岡部靖憲著
出版情報: 東京 : 日本評論社, 2002.2  xxi, 362p ; 22cm
シリーズ名: 数理物理シリーズ
所蔵情報: loading…
25.

図書

東工大
目次DB

図書
東工大
目次DB
岡部靖憲著
出版情報: 東京 : 朝倉書店, 2005.11  viii, 310p, 図版[4]p ; 22cm
所蔵情報: loading…
目次情報: 続きを見る
1. 実験数学 1
   1.1 モデルの破綻とKMO_ランジュヴァン方程式論 1
   1.1.1 アインシュタインのブラウン運動の理論 1
   1.1.2 アルダー : ウェインライト効果 2
   1.1.3 T-正値性とKMO_ランジュヴァン方程式論 3
   1.1.4 ブラック・ショールズモデルと金融破綻 4
   1.2 KMOの命名の経緯 5
   1.3 般若心経と実験数学 7
   1.4 揺動散逸原理とKM2O_ランジュヴァン方程式論 10
2. KM2O_ランジュヴァン方程式論 12
   2.1 時系列とその標本空間 12
   2.2 確率論の基礎的概念 15
   2.3 関数解析学の基礎的概念 25
   2.4 階数6の非線形変換 40
   2.5 KM2O_ランジュヴァン方程式 42
   2.5.1 非退化 43
   2.5.2 退化 52
   2.5.3 KM2Oの命名の経緯 62
   2.6 弱定常性と揺動散逸定理 63
   2.7 揺動散逸アルゴリズム 83
   2.7.1 弱定常性を満たす場合 83
   2.7.2 一般の場合 86
   2.8 揺動散逸原理 94
   2.8.1 弱定常性を満たす場合 94
   2.8.2 一般の場合 95
   2.9 非線形情報空間と生成系 95
   2.9.1 非線形情報空間 96
   2.9.2 階数有限の非線形変換のクラスT(q)(X) 101
   2.9.3 非線形情報空間の多項式型の生成系 104
   2.9.4 階数有限の非線形変換のクラスT(q,d)(X) 105
   2.9.5 非線形情報空間の生成系 106
   2.10 因果性 109
   2.10.1 線形因果性と非線形因果性 109
   2.10.2 因果関数 114
   2.10.3 因果関数による因果性の特徴付け 123
   2.10.4 弱定常過程に対する非線形因果性 125
   2.11 決定性 126
   2.11.1 決定性 126
   2.11.2 決定性と定常性 128
   2.12 非線形予測問題 130
   2.12.1 非線形予測公式 130
   2.12.2 予測誤差と因果関数 133
   2.12.3 応用 : 非線形システムの予測問題 136
   2.12.4 非線形予測問題の研究の歴史 140
   3. 時系列解析 143
3.1 Test(S) 143
   3.1.1 見本共分散関数 143
   3.1.2 階数有限の非線形変換 144
   3.1.3 見本共分散行列関数とそれに付随する見本KM2O_ランジュヴァン行列系 145
   3.1.4 時系列における揺動散逸原理 150
   3.1.5 Test(S) 152
   3.2 Test(S) 154
   3.2.1 トレーサビリティ 155
   3.2.2 見本2点相関関数 156
   3.2.3 階級有限の非線形変換 157
   3.2.4 見本2点相関行列関数とそれに付随する見本KM2O_ランジュヴァン行列系 159
   3.2.5 Test(EP) 161
   3.3 Test(ABN) 164
   3.3.1 定常性の破れとしての異常性 165
   3.3.2 等確率性の破れとしての異常性 168
   3.4 Test(CS) 169
   3.4.1 見本因果関数と見本因果値 169
   3.4.2 アルゴリズム 171
   3.4.3 LN(q,d)-因果性と関数関係 173
   3.5 Test(D) 178
   3.5.1 LL-決定性とダイナミクス 178
   3.5.2 LN(q,d)-決定性とダイナミクス 182
   3.5.3 ランダムなダイナミクスとしての見本KM2O_ランジュヴァン方程式 183
4. 実証分析 185
   4.1 地震波 185
   4.1.1 P波とS波 186
   4.1.2 Test(ABN)と地震波の初期位相の兆候 188
   4.1.3 Test(D)と分離性 203
   4.1.4 Test(D)と決定性 211
   4.2 電磁波 214
   4.2.1 オーロラ 215
   4.2.2 磁気嵐 217
   4.2.3 Test(ABN)とオーロラ・磁気嵐の発生 218
   4.2.4 Test(D)と分離性 223
   4.3 脳波 229
   4.3.1 脳 231
   4.3.2 大脳 231
   4.3.3 1次運動野とその情報源 234
   4.3.4 脳波 235
   4.3.5 親指の随意運動と脳波の挙動(1) : Test(ABN)と異常性 239
   4.3.6 親指の随意運動と脳波の挙動(2) : Test(D)と分離性 243
   4.4 音声 248
   4.4.1 日本語の母音 : Test(ABN),Test(D)と定常性,分離性 251
   4.4.2 日本語の母音 : Test(D)と決定性 252
5. 分離性 255
   5.1 時系列の分離性 255
   5.1.1 分離性-0 255
   5.1.2 分離性-0と共分散関数の挙動 256
   5.1.3 分離性-iと共分散関数の挙動(1〓i〓18) 264
   5.1.4 時系列の分離性の定義 269
   5.2 確率過程の分離性 271
   5.2.1 確率過程の分離性の定義 271
   5.2.2 対称性と分離性 272
   5.2.3 周波数域表現と対称性 277
   5.2.4 対称性の破れと分離性 287
   5.2.5 サインウェーブと深部低周波地震波 290
   文献 294
   索引 303
1. 実験数学 1
   1.1 モデルの破綻とKMO_ランジュヴァン方程式論 1
   1.1.1 アインシュタインのブラウン運動の理論 1
26.

図書

東工大
目次DB

図書
東工大
目次DB
P. J. ブロックウェル, R. A. デービス著 ; 逸見功 [ほか] 訳
出版情報: 東京 : シーエーピー出版, 2004.4  xiv, 431p ; 22cm
所蔵情報: loading…
目次情報: 続きを見る
   日本語版への序文 iii
   訳者序文 iv
   英語版第4刷への序文 vi
第1章 序論 1
   1.1 時系列の例 1
   1.2 時系列解析の目的 6
   1.3 単純な時系列モデル 6
   1.3.1 平均0のモデル 7
   1.3.2 トレンドと季節性を含むモデル 8
   1.3.3 時系列のモデル化への一般的なアプローチ 13
   1.4 定常モデルと自己相関関数 14
   1.4.1 標本自己相関関数 18
   1.4.2 ヒューロン湖データのモデル 19
   1.5 トレンドと季節成分の推定および除去 22
   1.5.1 季節性がないときのトレンドの推定と除去 24
   1.5.2 トレンドと季節性の推定および除去 30
   1.6 推定されたノイズ系列の検定 35
   問題 40
第2章 定常過程 47
   2.1 基本的性質 47
   2.2 線形過程 52
   2.3 ARMA過程入門 56
   2.4 標本平均と標本自己相関関数の性質 59
   2.4.1 μの推定 59
   2.4.2 γ(・)とρ(・)の推定 61
   2.5 定常時系列の予測 65
   2.5.1 ダービン_レビンソン・アルゴリズム 71
   2.5.2 イノベーションアルゴリズム 73
   2.5.3 無限に多くの過去の値を用いた定常過程の予測 77
   2.6 ウォルド分解 79
   問題 81
第3章 ARMAモデル 87
   3.1 ARMA(p,q)過程 87
   3.2 ARMA(p,q)過程の自己相関関数と偏自己相関関数 92
   3.2.1 自己共分散関数の計算 92
   3.2.2 自己相関関数 97
   3.2.3 偏自己相関関数 98
   3.2.4 例 100
   3.3 ARMA過程の予測 103
   問題 112
第4章 スペクトル解析 117
   4.1 スペクトル密度関数 117
   4.2 ピリオドグラム 128
   4.3 時間不変線形フィルター 134
   4.4 ARMA過程のスペクトル密度 138
   問題 140
第5章 ARMA過程によるモデル化と予測 143
   5.1 予備推定 144
   5.1.1 ユール・ウォーカー推定 144
   5.1.2 バーグのアルゴリズム 152
   5.1.3 イノベーションアルゴリズム 156
   5.1.4 ハナン・リサネンアルゴリズム 162
   5.2 最尤推定 164
   5.3 モデル診断のためのチェック 169
   5.3.1 {R^t,t=1,...,n}のグラフ 170
   5.3.2 残差の標本自己相関関数 170
   5.3.3 残差のランダムネスの検定 171
   5.4 予測 173
   5.5 次数選択 175
   5.5.1 FPE規準 175
   5.5.2 AICC規準 176
   問題 180
第6章 非定常および季節時系列モデル 183
   6.1 非定常時系列のARIMAモデル 184
   6.2 識別方法 191
   6.3 時系列モデルの単位根 198
   6.3.1 自己回帰の単位根 199
   6.3.2 移動平均項の単位根 201
   6.4 ARIMAモデルの予測 203
   6.4.1 予測関数 205
   6.5 季節ARIMAモデル 206
   6.5.1 SARIMA過程の予測 212
   6.6 ARMA誤差をもつ回帰分析 214
   問題 219
第7章 多変量時系列 223
   7.1 例 223
   7.2 多変量時系列の2次の性質 228
   7.3 平均と共分散関数の推定 233
   7.3.1 μの推定 233
   7.3.2 Γ(h)の推定 234
   7.3.3 二つの定常時系列の独立性に関する検定 235
   7.3.4 バートレットの公式 238
   7.4 多変量ARMA過程 240
   7.4.1 因果的ARMA過程の共分散行列関数 242
   7.5 2次の確率ベクトルの最良線形予測量 243
   7.6 多変量AR過程によるモデル化と予測 244
   7.6.1 ホイットルアルゴリズムによる自己回帰過程の推定 246
   7.6.2 多変量自己回帰過程の予測 248
   7.7 共和分 252
   問題 254
第8章 状態空間モデル 257
   8.1 状態空間表現 258
   8.2 基本構造モデル 261
   8.3 ARIMAモデルの状態空間表現 265
   8.4 カルマンの漸化式 269
   8.5 状態空間モデルの推定 275
   8.6 欠測値を伴う状態空間モデル 280
   8.7 EMアルゴリズム 286
   8.8 一般化状態空間モデル 290
   8.8.1 パラメータ駆動モデル 290
   8.8.2 観測値駆動モデル 297
   問題 308
第9章 予測の手法 315
   9.1 ARARアルゴリズム 315
   9.1.1 記憶短期化 315
   9.1.2 サブセット自己回帰のあてはめ 317
   9.1.3 予測 317
   9.1.4 プログラムARARの実行 319
   9.2 ホルト・ウィンターズアルゴリズム 321
   9.3 季節的ホルト・ウィンターズアルゴリズム 324
   9.4 予測アルゴリズムの選択 326
   問題 328
第10章 進んだ話題 331
   10.1 伝達関数モデル 331
   10.1.1 伝達関数モデルに基く予測 337
   10.2 干渉解析 339
   10.3 非線形モデル 343
   10.3.1 線形性からの逸脱 344
   10.3.2 カオス的な決定的系列 345
   10.3.3 ホワイトノイズとIID系列の識別 347
   10.3.4 有用な三つの非線形モデル 348
   10.3.5 ボラティリティのモデル化 349
   10.4 連続時間モデル 353
   10.5 長期記憶モデル 356
   問題 361
付録A 確率変数 363
   A.1 分布関数と期待値 363
   A.2 確率ベクトル 367
   A.3 多変量正規分布 371
   問題 373
付録B 統計的補足 375
   B.1 最小二乗推定 375
   B.1.1 ガウス_マルコフの定理 377
   B.1.2 一般最小二乗法 377
   B.2 最尤推定 378
   B.2.1 最尤推定量の性質 379
   B.3 信頼区間 379
   B.3.1 大標本信頼領域 380
   B.4 仮説検定 380
   B.4.1 誤り確率 381
   B.4.2 信頼領域に基づく大標本検定 381
付録C 平均二乗収束 383
   C.1 コーシーの収束判定基準 383
付録D ITSMの使い方 385
   D.1 はじめに 385
   D.1.1 PESTの起動 385
   D.2 モデル作成のためのデータの準備 386
   D.2.1 データの入力 386
   D.2.2 データの保存 387
   D.2.3 データのプロット 387
   D.2.4 データの変換 388
   D.3 データにあてはめるモデルの探索 392
   D.3.1 標本自己相関関数と標本偏自己相関関数 392
   D.3.2 モデルの入力 395
   D.3.3 予備推定 395
   D3.4 AICC統計量 398
   D.3.5 モデルの変更 398
   D.3.6 最尤推定 399
   D.3.7 最適化の結果 400
   D.4 モデルの検定 400
   D.4.1 残差のプロット 401
   D.4.2 残差の自己相関関数と偏自己相関関数 402
   D.4.3 残差のランダム性の検定 403
   D.5 予測 405
   D.5.1 予測規準 405
   D.5.2 予測結果 406
   D.5.3 逆変換 406
   D.6 モデルの性質 408
   D.6.1 ARMAモデル 408
   D.6.2 モデルの自己相関関数と偏自己相関関数 409
   D.6.3 モデルの表現 410
   D.6.4 ランダムな系列の実現値の生成 411
   D.6.5 スペクトルの性質 412
参考文献 413
索引 419
   日本語版への序文 iii
   訳者序文 iv
   英語版第4刷への序文 vi
27.

図書

図書
常盤野和男, 大友詔雄, 田中幸雄著
出版情報: 札幌 : 北海道大学図書刊行会, 2002.6  viii, 222p ; 21cm
所蔵情報: loading…
28.

図書

東工大
目次DB

図書
東工大
目次DB
松葉育雄著
出版情報: 東京 : 共立出版, 2007.11  ix, 359p ; 22cm
所蔵情報: loading…
目次情報: 続きを見る
第1章 時系列の記憶 1
   1.1 相関構造 1
   1.1.1 自己共分散関数とスペクトル密度関数 1
   1.1.2 IIDノイズと白色ノイズ 7
   1.1.3 いろいろな検定法 9
   1.1.4 正規分布と正規q-qプロット 12
   1.1.5 短期記憶と長期記憶 13
   1.2 短期記憶過程の実例 15
   1.2.1 世界の年平均地上温度とトレンド 15
   1.2.2 線形過程の当てはめと残差 18
   1.2.3 金融データとボックス・コックス変換 21
   1.3 長期記憶の捉え方 24
   1.3.1 金融データの非線形変換 : 対数差分化絶対値 24
   1.3.2 累積自己相関関数のスケーリング則 28
   1.3.3 その他の例 32
   1.4 長期記憶過程の実例 33
   1.4.1 ナイル川の水位 33
   1.4.2 太陽の黒点数 37
   1.4.3 脳波 39
   1.4.4 マイクロアレイデータ 42
   1.4.5 テキストの文字列 44
   1.5 通信トラフィック 48
   1.5.1 実データを用いた解析 48
   1.5.2 モデルに基づく解析 50
第2章 線形過程 55
   2.1 定常過程 55
   2.1.1 移動平均過程 55
   2.1.2 自己回帰過程 61
   2.1.3 自己回帰移動平均過程 66
   2.1.4 GARCH過程 69
   2.2 モデル選択 72
   2.2.1 ボックス・ゴジェンキンスの方法 72
   2.2.2 情報量規準 73
   2.3 モデル係数の信頼区間 75
   2.4 非定常過程 77
   2.4.1 自己回帰和分移動平均過程 78
   2.4.2 古典的な季節変動処理 79
   2.4.3 単位根検定 80
第3章 R/S統計量と歴史的背景 85
   3.1 ハーストの研究 85
   3.2 B/S統計量によるハースト数の推定と問題点 87
   3.2.1 尺度変換調整レンジ 87
   3.2.2 ナイル川の水位への応用と問題点 90
   3.2.3 ハースト現象 93
   3.2.4 非定常性の影響 98
   3.3 Hの上方バイアスが生じる原因と改良 99
   3.4 事例研究 102
   3.5 長期記憶のメカニズム 108
   3.5.1 理論研究の始まり 108
   3.5.2 時間不変係数をもつ定常過程の協同現象 109
   3.5.3 確率係数をもつ定常過程の協同現象 113
   3.5.4 非定常なミクロ過程 118
第4章 長期記憶過程の線形理論 121
   4.1 統計の基礎 121
   4.1.1 平均の統計 121
   4.1.2 Var(Y)と累積自己相関関数 124
   4.1.3 信頼区間 124
   4.2 線形過程の短期記憶性 125
   4.2.1 線形過程の累積自己相関関数 125
   4.2.2 次数が大きい場合の問題点 127
   4.2.3 非定常性の影響 130
   4.3 長期記憶への導入 132
   4.3.1 短期記憶再考 132
   4.3.2 短期記憶から長期記憶 135
   4.3.3 累積自己相関関数とスペクトル密度関数の関係 137
   4.3.4 長期記憶のスケーリング則 138
   4.3.5 移動平均係数和の収束性 141
   4.4 長期記憶過程の一般論 144
   4.4.1 自己相似過程と定常増分過程 144
   4.4.2 非整数ブラウン運動と非整数ガウスノイズ 147
   4.4.3 非整数ブラウン運動の積分表示 152
   4.5 特性指数 156
   4.5.1 フラクタル次元とハースト数 156
   4.5.2 各種の特性指数の関係 158
   4.6 各種の長期記憶性過程 160
   4.6.1 非整数ARIMA過程 160
   4.6.2 ARFIMA(0,d,0)過程と等価過程 164
   4.6.3 fGnとARFIMA(0,d,0)過程の違い 168
   4.6.4 FIGARCH過程 168
   4.7 非定常性と長期記憶 170
第5章 ジェネレータ 173
   5.1 ジェネレータの精度 173
   5.2 共分散行列によらない方法 174
   5.2.1 ランダム中点置換法 174
   5.2.2 fBmの積分離散化法 177
   5.2.3 fGnの周波数離散化法 180
   5.3 共分散行列による方法 l80
   5.3.1 コレスキー分解法 : 移動平均モデル 181
   5.3.2 LU分解法 : 自己回帰モデル 184
   5.3.3 ダービン・レビンソン法 187
   5.4 ARFIMA(p,d,q)過程への応用 189
   5.4.1 切断MA近似法 189
   5.4.2 切断AR近似法 192
第6章 非線形システム 197
   6.1 ロジスティック写像 197
   6.1.1 線形システムとカオス 197
   6.1.2 ロジスティック写像の統計 201
   6.1.3 高次モーメント 204
   6.1.4 3回写像と長期記憶 206
   6.2 不変確率密度関数 211
   6.2.1 エルゴード性と定常性 211
   6.2.2 フロベニウス・ペロン演算子 213
   6.2.3 α≠4のロジスティック写像 217
   6.3 カオスを生成するTARモデル 219
   6.3.1 TARモデル 219
   6.3.2 ベルヌーイシフト写像 221
   6.3.3 太陽の黒点数への応用 222
   6.4 ローレンツモデル1 224
   6.4.1 ローレンツモデルと1次元写像 224
   6.4.2 長期記憶性 227
   6.5 長期記憶を生むメカニズム 228
   6.5.1 カオス軌道の近接作用 228
   6.5.2 一般化テント写像などの例 230
   6.5.3 実例 235
第7章 くりこみ群変換 237
   7.1 自己相似性と不変性 237
   7.1.1 粗視化と固定点 237
   7.1.2 移動平均過程 241
   7.1.3 ARFIMA(0,d,0)過程とfGn 242
   7.1.4 双線形過程 244
   7.2 固定点の性質 245
   7.2.1 固定点は不安定 245
   7.2.2 非定常性の影響 249
   7.3 ハースト数の推定 251
   7.3.1 くりこみ群変換時系列の分散 251
   7.3.2 固定点によるハースト数の推定 252
   7.3.3 事例研究 254
   7.4 カオスへの応用 257
第8章 推定 259
   8.1 サンプル 259
   8.2 分散プロット 262
   8.2.1 重複のないサンプル 262
   8.2.2 重複を許すサンプル 265
   8.3 スペクトル密度関数による推定 266
   8.3.1 ピリオドグラム 268
   8.3.2 平滑化ピリオドグラム法 272
   8.3.3 スケーリング則を利用した方法 276
   8.4 最尤法 279
   8.4.1 最尤推定値 279
   8.4.2 最尤推定値の極限分布 283
   8.4.3 応用例 285
   8.4.4 非線形システムの最尤法 286
   8.5 ホイットル法 287
   8.5.1 対数尤度の近似表現 287
   8.5.2 ホイットル法 290
   8.5.3 局所ホイットル法 294
   8.6 ウェーブレット法 295
   8.7 各種推定法の比較 298
第9章 予測 301
   9.1 短期記億過程の予測 301
   9.1.1 定常過程 301
   9.1.2 非定常過程 304
   9.2 長期記憶過程の予測 305
   9.2.1 線形予測 305
   9.2.2 ARFIMA(0,d,0)過程 306
   9.3 線形予測モデルの構築 308
   9.3.1 2種類の予測方法 308
   9.3.2 fGnの1時刻先予測 310
   9.3.3 予測モデルの違い 314
   9.4 ARFIMA(p,d,q)過程への応用 315
   9.4.1 ARFIMA(0,d,0)過程の1時刻先予測 315
   9.4.2 h時刻先予測 317
   9.4.3 ARFIMA(p,d,q)過程 322
   9.5 実データへの応用 324
   9.6 非線形予測 329
   9.6.1 ニューラルネットワーク 329
   9.6.2 非線形相関構造 331
   9.6.3 カオスへの応用 333
   9.6.4 応用事例 337
参考文献 341
おわりに 355
索引 356
第1章 時系列の記憶 1
   1.1 相関構造 1
   1.1.1 自己共分散関数とスペクトル密度関数 1
29.

図書

東工大
目次DB

図書
東工大
目次DB
常盤野和男, 大友詔雄, 田中幸雄著
出版情報: 札幌 : 北海道大学出版会, 2008.12  x, 252p ; 21cm
所蔵情報: loading…
目次情報: 続きを見る
   注 : [Bm(f)]は、現物の表記と異なります
   
はしがき i
第2版によせて iii
記号表 v
Chapter1. スペクトル解析の理論 1
   1. 時系列のスペクトル解析法の問題 2
   2. 時系列データ 6
   3. パワースペクトルの原義的定義 7
   4. 自己相関関数 12
   5. パワースペクトル密度関数[Bm(f)]列 18
   6. [Bm(f)]列を計算するMEMアルゴリズム 27
   7. [Bm(f)]列の諸性質 30
   8. [Bm(f)]による線スペクトルの表現 45
   9. 自己相関関数の分解 53
   10. エントロピー密度hmの意味 59
   11. 有限長時系列にたいする[Bm(f)]列 64
   12. 有限長時系列のMEM-Burgアルゴリズム 70
   13. 規則的構造を最大に抽出する有限長時系列MEM 73
Chapter2. 時系列の最適あてはめ 79
   14. 時系列の一般化三角多項式展開 80
   15. 一般化三角多項式のパワースペクトル 87
   16. 有限長時系列MEMと時系列の表現 90
   17. 基底変動解析 93
Chapter3. クロススペクトルの理論 101
   18. 相互相関関数とクロススペクトル 102
   19. ー般化三角多項式展開と相互相関 112
   20. 有限長時系列MEMによるクロススペクトルの計算 116
Appendix1. 複素時系列のスペクトル解析理論 123
   A. 時系列データ,パワースペクトル,自己相関関数 124
   B. パワースペクトル密度関数[Bm(f)]列 128
   C. [Bm(f)]列の諸性質 139
   D. 有限長時系列にたいする[Bm(f)]列 159
Appendix2. 一般化三角多項式 167
   E. 一般化三角多項式のパワースペクトル 167
Appendix3. MEMCALCによる計算例 171
   F. 計算例(1) 173
   G. 計算例(2) 229
   H. 計算例(3) 241
   付属CD-ROMの内容と使い方 248
Bibliography 251
   注 : [Bm(f)]は、現物の表記と異なります
   
はしがき i
30.

図書

図書
田中孝文著
出版情報: 東京 : シーエーピー出版, 2008.6  x, 393p ; 21cm
所蔵情報: loading…
31.

図書

図書
石村貞夫, ステファニー・リヒャルト著
出版情報: 東京 : 東京図書, 2002.2  xiii, 216p ; 21cm
所蔵情報: loading…
32.

図書

図書
田中勝人著
出版情報: 東京 : 岩波書店, 2006.11  x, 394p ; 22cm
所蔵情報: loading…
33.

図書

図書
T. Subba Rao, S. Subba Rao, C.R. Rao [編]
出版情報: 東京 : 朝倉書店, 2016.2  xxiii, 762p ; 22cm
所蔵情報: loading…
34.

図書

図書
菅民郎著
出版情報: 東京 : オーム社, 2017.1  viii, 357p ; 21cm
シリーズ名: 例題とExcel演習で学ぶ多変量解析 / 菅民郎著
所蔵情報: loading…
目次情報: 続きを見る
第1章 : 多変量解析の概要
第2章 : ロジスティック回帰分析
第3章 : 数量化2類
第4章 : 多群数量化2類
第5章 : 拡張型数量化2類
第6章 : カプランマイヤー法とCox比例ハザードモデル
第7章 : 時系列分析
付録1 : ベクトルと行列
付録2 : 距離
付録3 : 本書で利用するExcelの分析ツール及び「マルチ多変量ソフトウェア」
第1章 : 多変量解析の概要
第2章 : ロジスティック回帰分析
第3章 : 数量化2類
35.

図書

図書
刈屋武昭 [ほか] 編集
出版情報: 東京 : 朝倉書店, 2022.11  xiii, 771p ; 21cm
所蔵情報: loading…
目次情報: 続きを見る
第1部 経済時系列分析の基礎 : 時系列分析
回帰分析の基礎
時系列モデルによる予測とモンテカルロシュミレーション
金融経済財務データとデータ変換・季節調整
第2部 経済金融時系列分析 : ベイズ統計学とモンテカルロ法
資産収益率のモデル
資産価格モデルと時系列
リスクマネジメントと時系列
ミクロ時系列分析 ほか
第1部 経済時系列分析の基礎 : 時系列分析
回帰分析の基礎
時系列モデルによる予測とモンテカルロシュミレーション
36.

図書

図書
François S. Chaghaghi
出版情報: Berlin ; New York : Springer, 1985  305 p. ; 25 cm
シリーズ名: Lecture notes in computer science ; 187
所蔵情報: loading…
37.

図書

図書
柴田里程著
出版情報: 東京 : 共立出版, 2017.9  viii, 124p ; 21cm
シリーズ名: 統計学one point / 鎌倉稔成 [ほか] 編 ; 4
所蔵情報: loading…
目次情報: 続きを見る
第1章 時系列 : 定常性
スペクトル表現
スペクトル表現の具体例
第2章 弱定常時系列の分解と予測 : ウォルドの分解定理とMA(∞)表現、AR(∞)表現
ウォルドの分解定理の証明とその理解
最良線形予測の予測誤差
第3章 時系列モデル : ARモデル
MAモデル
ARMAモデル
その他のモデル
第4章 多変量時系列 : 多変量時系列の性質
時系列どうしの関係
多変量ARモデルと多変量ARMAモデル
状態空間モデル
状態空間モデルと多変量ARMAモデル
第1章 時系列 : 定常性
スペクトル表現
スペクトル表現の具体例
38.

図書

東工大
目次DB

図書
東工大
目次DB
谷口正信著
出版情報: 東京 : 朝倉書店, 2005.3  vi, 211p ; 21cm
シリーズ名: シリーズ「金融工学の基礎」 ; 4
所蔵情報: loading…
目次情報: 続きを見る
1. はじめに 1
2. 確率の基礎 4
   2.1 確率空間,確率変数および確率分布 4
   2.2 多次元確率変数と独立性 9
   2.3 期待値,特性関数および条件付分布 12
   2.4 確率変数列の収束および中心極限定理 18
3. 統計的推測 27
   3.1 十分統計量 27
   3.2 不偏推定量 30
   3.3 有効推定量 35
   3.4 漸近有効推定量 42
4. 種々の統計手法 50
   4.1 区間推定 50
   4.2 最強力検定 54
   4.3 種々の検定 62
   4.4 判別解析 67
5. 確率過程 76
   5.1 確率過程の基礎 76
   5.2 スペクトル解析 81
   5.3 エルゴード性,混合性およびマルチンゲール 89
   5.4 確率過程に対する極限定理 95
6. 時系列解析 99
   6.1 種々の時系列モデル 100
   6.2 時系列モデルの推測 112
   6.3 ノンパラメトリック推定 131
   6.4 時系列の予測 146
   6.5 時系列回帰 153
   6.6 長期記憶過程と非定常時系列 159
   6.7 時系列の判別解析 168
7. 統計的金融工学入門 176
   7.1 オプションの価格評価 176
   7.2 ポートフォリオ 184
   7.3 VaR 186
   7.4 金融時系列の判別,クラスター解析 187
8. 補遺 191
参考文献 198
付表 201
索引 207
1. はじめに 1
2. 確率の基礎 4
   2.1 確率空間,確率変数および確率分布 4
39.

電子ブック

EB
渡辺則生著
出版情報: [東京] : Maruzen eBook Library  1オンラインリソース (ix, 101p)
シリーズ名: 統計学one point / 鎌倉稔成 [ほか] 編 ; 8
所蔵情報: loading…
目次情報: 続きを見る
第1章 : ファジィ理論と統計
第2章 : ファジィ集合
第3章 : ファジィシステム
第4章 : 時系列モデル
第5章 : 非線形時系列モデル
第6章 : ファジィ時系列モデル
第7章 : ファジィトレンドモデル
第1章 : ファジィ理論と統計
第2章 : ファジィ集合
第3章 : ファジィシステム
40.

電子ブック

EB
近江崇宏, 野村俊一著
出版情報: [東京] : Maruzen eBook Library  1オンラインリソース (x, 156p)
シリーズ名: 統計学one point / 鎌倉稔成 [ほか] 編 ; 14
所蔵情報: loading…
目次情報: 続きを見る
第1章 : はじめに
第2章 : ポアソン過程
第3章 : 点過程の一般論
第4章 : 更新過程
第5章 : Hawkes過程
第6章 : マーク付き点過程
第7章 : 点過程のシミュレーション
第8章 : 点過程の統計推定と診断解析
第1章 : はじめに
第2章 : ポアソン過程
第3章 : 点過程の一般論
41.

図書

図書
北川源四郎著
出版情報: 東京 : 岩波書店, 2020.12  xviii, 315p ; 21cm
所蔵情報: loading…
目次情報: 続きを見る
時系列データの解析とその準備
共分散関数
スペクトルとピリオドグラム
モデリング
最小二乗法
ARMAモデルによる時系列の解析
ARモデルの推定
局所定常ARモデル
状態空間モデルによる時系列の解析
ARMAモデルの推定
トレンドの推定
季節調整モデル
時変係数ARモデル
非ガウス型モデル
粒子フィルタ・平滑化
シミュレーション
付録A : 非線形最適化のアルゴリズム
付録B : レビンソンのアルゴリズムの導出
付録C : カルマンフィルタと平滑化のアルゴリズムの導出
付録D : 粒子フィルタのアルゴリズム
時系列データの解析とその準備
共分散関数
スペクトルとピリオドグラム
概要: 時系列の解析や予測のためのモデルを自ら考案し、実装できるようになることを目標として、代表的な手法と応用へのポイントを解説した『時系列解析入門』の改訂版。手早く実際のデータに適用してみることもできるように、統計数理研究所で開発されたRのパッケ ージTSSSの使用法と解析例を新たに多数追加した。 続きを見る
42.

図書

図書
Daniel Graupe
出版情報: Malabar, Fla. : R.E. Krieger, 1984  xv, 386 p. ; 24 cm
所蔵情報: loading…
43.

図書

図書
G. Petris, S. Petrone, P. Campagnoli著 ; 萩原淳一郎訳
出版情報: 東京 : 朝倉書店, 2013.4  x, 258p ; 21cm
シリーズ名: 統計ライブラリー
所蔵情報: loading…
目次情報: 続きを見る
1 はじめに—ベイズ推定に関する基本概念 : 基本概念
単純な従属構造 ほか
2 動的線型モデル : 簡単な例
状態空間モデル ほか
3 モデル特定化 : 時系列分析の古典的なツール
時系列分析に対する一変量DLM ほか
4 パラメータが未知のモデル : 最尤推定
ベイズ推定 ほか
5 逐次モンテカルロ法 : 基本的な粒子フィルタ
補助粒子フィルタ ほか
1 はじめに—ベイズ推定に関する基本概念 : 基本概念
単純な従属構造 ほか
2 動的線型モデル : 簡単な例
44.

図書

東工大
目次DB

図書
東工大
目次DB
J.J.F.コマンダー, S.J.クープマン著 ; 和合肇訳
出版情報: 東京 : シーエーピー出版, 2008.9  ix, 186p ; 22cm
所蔵情報: loading…
目次情報: 続きを見る
訳者まえがき ⅲ
まえがき ⅴ
第1章 はじめに 1
第2章 ローカル・レベル・モデル 9
   2.1 確定的レベル 10
   2.2 確率的レベル 15
   2.3 ローカル・レベル・モデルとノルウェイの事故 18
第3章 ローカル線型トレンド・モデル 21
   3.1 確定的レベルと確定的傾き 22
   3.2 確率的レベルと確率的傾き 24
   3.3 確率的レベルと確定的傾き 27
   3.4 ローカル線型トレンド・モデルとフィンランドの事故 29
第4章 季節要素のあるローカル・レベル・モデル 33
   4.1 確定的レベルと確定的季節要素 36
   4.2 確率的レベルと確率的季節要素 40
   4.3 確率的レベルと確定的季節要素 44
   4.4 ローカル・レベルと季節モデルと英国インフレーション 45
第5章 説明変数のあるローカル・レベル・モデル 49
   5.1 確定的レベルと説明変数 50
   5.2 確率的レベルと説明変数 54
第6章 干渉変数のあるローカル・レベル・モデル 57
   6.1 確定的レベルと干渉変数 58
   6.2 確率的レベルと干渉変数 62
第7章 英国シートベルト法とインフレーション・モデル 65
   7.1 確定的レベルと確定的季節要素 66
   7.2 確率的レベルと確率的季節要素 67
   7.3 確率的レベルと確定的季節要素 70
   7.4 英国インフレーション・モデル 73
第8章 単変量状態空間モデルの一般的な取り扱い 77
   8.1 単変量モデルの状態空間表現 77
   8.2 回帰効果を含める 82
   8.3 信頼区間 85
   8.4 フィルタリングと予測 86
   8.5 診断テスト 94
   8.6 予測 102
   8.7 欠測観測値 108
第9章 多変量時系列分析 113
   9.1 多変量モデルの状態空間表現 113
   9.2 回帰効果のある多変量トレンド・モデル 114
   9.3 共通レベルと傾き 117
   9.4 多変量状態空間分析の例 119
第10章 時系列分析に対する状態空間法とボックス-ジェンキンス法 129
   10.1 定常過程と関連する概念 129
    10.1.1 定常過程 130
    10.1.2 確率過程 130
    10.1.3 移動平均過程 132
    10.1.4 自己回帰過程 135
    10.1.5 自己回帰移動平均過程 136
   10.2 非定常ARIMAモデル 137
   10.3 観測されない要素とARIMA 140
   10.4 状態空間法対ARIMA法 141
第11章 実践的な状態空間モデリング 143
   11.1 STAMPプログラムとSsfPack 144
   11.2 SsfPackでの状態空間表現 145
   11.3 回帰効果と干渉効果を含める 148
   11.4 SsfPackでのモデル推定 151
    11.4.1 SsfLikExを用いた尤度評価 153
    11.4.2 スコア・ベクトル 156
    11.4.3 0xでの尤度の数値最大化 159
    11.4.4 EMアルゴリズム 160
    11.4.5 0xでのいくつかの例 161
   11.5 予測,フィルタリング,平滑化 165
第12章 おわりに 169
   12.1 さらなる読み物 171
付録A 英国ドライバー死傷者数と石油価格 175
付録B ノルウェイとフィンランドの道路交通事故 177
付録C 英国の前席と後席乗客の死傷者数 178
付録D 英国の物価変動 180
参考文献 183
索引 185
訳者まえがき ⅲ
まえがき ⅴ
第1章 はじめに 1
45.

図書

図書
松葉育雄著
出版情報: 東京 : 朝倉書店, 2000.4  xi, 191p ; 22cm
シリーズ名: 統計ライブラリー
所蔵情報: loading…
46.

電子ブック

EB
小山慎介, 島崎秀昭著
出版情報: EBSCOhost  1オンラインリソース (ix, 144p)
シリーズ名: 統計スポットライト・シリーズ ; 6
所蔵情報: loading…
目次情報: 続きを見る
1 : イベント時系列の記述
2 : 一様ポアソン過程
3 : リニューアル過程
4 : 非一様ポアソン過程
5 : 点過程の一般論
6 : カウント時系列モデル
7 : 状態空間モデルによるイベント時系列解析
8 : 応用
1 : イベント時系列の記述
2 : 一様ポアソン過程
3 : リニューアル過程
47.

図書

図書
法政大学比較経済研究所, 森田裕史編
出版情報: 東京 : 日本評論社, 2023.3  xii, 188p ; 22cm
シリーズ名: 比較経済研究所研究シリーズ / 法政大学比較経済研究所 [編] ; 37
所蔵情報: loading…
目次情報: 続きを見る
第1章 : ベクトル自己回帰モデルによる経済変動の分析—需要ショックと供給ショックへの分解
第2章 : 為替レートショックと輸出量の関係—マルコフ転換VARモデルを用いた分析
第3章 : インフラ投資のマクロ経済効果—時変係数VARモデルを用いた分析
第4章 : 不確実性ショックの非対称性効果について—平滑推移VARモデルを用いた分析
第5章 : 中国における住宅投資の要因分析
第6章 : コロナ禍の財政破綻懸念が家計の貯蓄行動に与える影響—ランダム化比較試験を用いた分析
第7章 : 物価水準の財政理論の概説
第1章 : ベクトル自己回帰モデルによる経済変動の分析—需要ショックと供給ショックへの分解
第2章 : 為替レートショックと輸出量の関係—マルコフ転換VARモデルを用いた分析
第3章 : インフラ投資のマクロ経済効果—時変係数VARモデルを用いた分析
48.

図書

図書
沖本竜義著
出版情報: 東京 : 朝倉書店, 2010.2  viii, 199p ; 22cm
シリーズ名: 統計ライブラリー
所蔵情報: loading…
49.

図書

図書
石村貞夫, 石村友二郎著
出版情報: 東京 : 東京図書, 2012.5  ix, 244p ; 21cm
所蔵情報: loading…
50.

図書

図書
馬場真哉著
出版情報: 安曇野 : プレアデス出版, 2018.3  xvi, 349p ; 21cm
所蔵情報: loading…
目次情報: 続きを見る
第1部 : 時系列分析の考え方
第2部 : Box‐Jenkins法とその周辺
第3部 : 時系列分析のその他のトピック
第4部 : 状態空間モデルとは何か
第5部 : 状態空間モデルとカルマンフィルタ
第6部 : 状態空間モデルとベイズ推論
第1部 : 時系列分析の考え方
第2部 : Box‐Jenkins法とその周辺
第3部 : 時系列分析のその他のトピック
概要: 時系列データはどのように分析されるべきか。分析の“フレームワーク”を基礎から丁寧に解説。
文献の複写および貸借の依頼を行う
 文献複写・貸借依頼