基礎からわかる時系列分析(キソ カラ ワカル ジケイレツ ブンセキ)

時系列データとは、気温や株価のように時間順に得られる系列データを指します。本書では時系列データの分析 (時系列分析) の進め方を、基礎から説明します。時系列分析にはさまざまなアプローチがありますが、本書では探索的な方法と確率的な方法の両方を解説します。具体的には、探索的な方法については移動平均に基づく方法、確率的な方法については状態空間モデルに基づく方法を取り上げます。これらの説明の中では、数式の意味やどのようにコードに落とし込むかについて、丁寧に解説をします。また本書は応用的な話題についてもカバーしていますので、初めて時系列分析を試みる方はもちろん、すでに時系列分析に携わっている方にも興味を持っていただける内容になっています。

売上予測やセンサーデータの解析など、時間軸に沿ったデータを扱う場面は多いのに、時系列分析を体系的に学べる日本語の書籍は限られています。本書は R を使いながら、自己相関や定常性といった基礎概念から ARIMA モデル、状態空間モデルまでを一貫した流れで解説します。著者の石田基広氏と萩原淳一郎氏はいずれも統計やデータ解析の教育に携わっており、数式の背景にある直感を丁寧に言葉で補いながら進む構成です。

時系列の手法は名前だけ知っていてもパラメータの意味や前提条件が曖昧なまま使ってしまいがちですが、本書はモデルの仮定を明示し、その仮定が崩れたときに何が起きるかまで踏み込みます。 R のコードを動かしながら結果を確認できるため、理論と実装の往復が自然にできる構成になっています。 GitHub にサポートリポジトリも公開されており、手元で再現しやすい点も実用的です。

統計学の初歩 (平均・分散・確率分布) を理解していれば読み始められますが、回帰分析の経験があるとより円滑に進められます。 Python ではなく R を前提としているため、 R の基本操作に抵抗がないことが前提です。時系列データを「なんとなく」ではなく根拠をもって扱えるようになりたい実務者や大学院生に向いた一冊です。