シラバス参照

講義概要/Course Information
2025/05/14 現在

科目基礎情報/General Information
授業科目名
/Course title (Japanese)		 統計学第二
英文授業科目名
/Course title (English)		 Statistics 2
科目番号
/Code		 MTH501e
開講年度
/Academic year		 2025年度 開講年次
/Year offered		 3/4
開講学期
/Semester(s) offered		 前学期 開講コース・課程
/Faculty offering the course		 情報理工学域
授業の方法
/Teaching method		 講義 単位数
/Credits		 2
科目区分
/Category		 専門科目
開講類・専攻
/Cluster/Department		 Ⅰ類
担当教員名
/Lecturer(s)		 原　聡
居室
/Office		 未定
公開E-mail
/e-mail		 satohara@uec.ac.jp
授業関連Webページ
/Course website		 Google Classroomを利用する。
更新日
/Last update		 2025/03/10 17:54:21 更新状況
/Update status		 公開中
/now open to public
講義情報/Course Description
主題および
達成目標（2,000文字以内）
/Themes and goals（up to 2,000 letters）		 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（1,000文字以内）
/Prerequisites（up to 1,000 letters）		 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（1,000文字以内）
/Recommended prerequisites and preparation（up to 1,000 letters）		 微分積分学第一，第二; 応用数学A; 確率論; 統計学;
教科書等（1,000文字以内）
/Course textbooks and materials（up to 1,000 letters）		 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（2,000文字以内）
/Course outline and weekly schedule（up to 2,000 letters）		 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
(実務経験内容も含む)
/Course content utilizing practical experience		 特になし
授業時間外の学習
（予習・復習等）（1,000文字以内）
/Preparation and review outside class（up to 1,000 letters）		 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
（最低達成基準を含む）
（1,000文字以内）
/Evaluation and grading
（up to 1,000 letters）		 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（1,000文字以内）
/Office hours（up to 1,000 letters）		 授業時にお知らせします。
学生へのメッセージ（1,000文字以内）
/Message for students（up to 1,000 letters）		 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
/Others		 特になし
キーワード
/Keywords		 時系列解析、ARMAモデル、状態空間モデル、深層学習