Excelで学ぶ時系列分析と予測

予測するための統計的手法を徹底的に理解!

このような方におすすめ

企業の市場開発者
時系列分析の手法を知りたい社会人
統計学のサブテキストとして
  • 著者上田 太一郎 監修/高橋 玲子 村田 真樹 渕上 美喜 藤川 貴司 近藤 宏 上田 和明 共著
  • 定価3,456 (本体3,200 円+税)
  • B5変 276頁 2006/11発行
  • ISBN978-4-274-06666-5
  • 定価
  • ポイント0
  • 数量

※本体価格は変更される場合があります。
※通常2〜3日以内で発送いたします。

  • 概要
  • 主要目次
  • 詳細目次

予測するための統計的手法を、平均株価、売り上げ、需要予測、製品寿命予測等の身近なデータを使ってExcelで解析する。時系列分析の基本概念である「トレンド」「周期変動」「不規則変動」「季節変動」を中心に、各統計手法の基礎的な事項から実データによる予測事例までわかりやすく解説。

https://www.ohmsha.co.jp/book/9784274066665/
第1部 時系列分析(解説編)
第1章 時系列分析
第2章 単回帰分析
第3章 重回帰分析
第4章 成長曲線
第5章 従来の予測手法
第6章 最近隣法
第7章 灰色理論

第2部 具体的データによる予測事例
第8章 単回帰分析による予測
第9章 重回帰分析による予測
第10章 成長曲線による予測
第11章 最近隣法による予測
第12章 灰色理論による予測
第13章 予測精度を上げるための工夫
付録 Excelデータ
   Excel計算シート
はじめに
第1部 時系列分析(解説編)
第1章 時系列分析とは
1.1 時系列分析とは何か
1.2 時系列データの4つの基本パターン(変動要因
1.2.1 時系列データの4つの変動要因
1.2.2 時系列データの組み合わせモデル
1.3 時系列グラフの描き方
1.4 季節調整
1.4.1 12ヶ月移動平均
1.5 本書で紹介する時系列分析手法
第2章 単回帰分析
2.1 1次式による近似
2.1.1 単回帰分析
2.1.2 相関係数
2.2 対数近似
2.3 べき乗近似
2.4 指数近似
第3章 重回帰分析
3.1 重回帰分析
3.1.1 最適な回帰式を求める手順
3.1.2 時系列データを対象とした重回帰分析の例
3.2 2次式による近似
3.3 多項式による近似
3.4 自己回帰モデル
3.5 数量化理論I類
第4章 成長曲線
4.1 成長曲線とは
4.2 ソルバーの活用
4.3 ロジスティック曲線
4.4 ゴンペルツ曲線
4.5 遅れS字曲線(遅延S字型モデル)
第5章 従来の予測手法
5.1 差の平均法
5.1.1 差の平均法とは
5.1.2 実際のデータをExcelで予測する
5.2 指数平滑法
5.2.1 指数平滑法とは
5.2.2 実際のデータをExcelで予測する
5.2.3 α値について
5.3 ブラウン法
5.3.1 ブラウン法とは
5.3.2 実際のデータをExcelで予測する
5.3.3 最適なα値の求め方
5.3.4 ブラウン法が得意・不得意とするデータ
5.3.5 百貨店の売上高の予測事例
5.4 移動平均法
5.4.1 移動平均法による予測とは
5.4.2 実際のデータをExcelを使用して移動平均する
5.4.3 Excelのグラフ機能を用いて移動平均線を求める
第6章 最近隣法
6.1 最近隣法とは
6.2 実際のデータを最近隣法で予測する
6.2.1 データを準備する
6.2.2 最近隣法による予測値の算出
6.3 予測算出における工夫――黄金分割比の採用
6.4 Excelで作る最近隣法計算シート
6.5 最近隣法を適応しにくいケース
第7章 灰色理論
7.1 灰色理論とは
7.2 実際のデータをExcelで予測する
7.3 灰色理論が適応しにくいケース
第2部 具体的データによる予測事例
第8章 単回帰分析による予測
8.1 手法の整理
8.1.1 Excelの散布図での近似直線の挿入
8.1.2 Excelの分析ツールの「回帰分析」の利用
8.1.3 ExcelのFORECAST関数の利用
8.1.4 Excelの計算シートの利用
8.1.5 対数近似、べき乗近似、指数近似の方法の整理
8.2 道路の面積データの予測事例
8.3 広告総額データの予測事例
第9章 重回帰分析による予測
9.1 手法の整理
9.1.1 Excelの「散布図」での近似曲線の挿入(ただし多項式近似のみ)
9.1.2 Excelの分析ツール「回帰分析」の利用
9.2 広告総額データの予測事例
9.3 農林業就業者データの予測事例
9.4 数量化理論I類を利用した農林業就業者データの予測事例
9.5 繊維業界の使用電力量のデータの予測事例
第10章 成長曲線による予測
10.1 プログラムの累積バグ数の予測事例
10.2 セミナーの受講申込数の予測事例
第11章 最近隣法による予測
11.1 市場の需要額の予測事例
11.1.1 予測の目的とデータの準備
11.1.2 計算シートによる予測値の算出
11.2 スーパーの販売点数の予測事例
11.2.1 予測の目的とデータの準備
11.2.2 自動計算シートによる予測値の算出
第12章 灰色理論による予測
12.1 ショッピングセンターのテナント賃料の予測事例
12.1.1 予測の目的とデータの準備
12.1.2 計算シートによる予測値の算出
12.2 ある量販店の来期の売上予測事例
12.2.1 予測の目的とデータの準備
12.2.2 計算シートによる予測値の算出
第13章 予測精度を上げるための工夫
13.1 相似法の事例
13.1.1 相似法とは
13.1.2 実際のデータをExcelで予測する
13.2 分解法の事例――24ヶ月の売上高から今後の売上高を予測する
13.2.1 グラフによる視覚化
13.2.2 分散分析による統計的解析
13.2.3 回帰分析による予測
13.3 最適適応法の事例
13.3.1 最適適応法とは
13.3.2 実際のデータを最適適応法で予測する
13.3.3 予測手法の最終評価
索 引