時系列（データ）とは、時間とともに変化するデータのことです。
時系列分析と呼ばれる手法を使うことで、過去の分析や未来予測が可能です。
時系列分析と関わりが深い分野には、統計解析やデータマイニング、機械学習、人工知能などがあります。
しかし時系列分析では、これらの分野と共通するアイデアだけでなく、
独自の考え方や方法論も開発されています。
例えば、時系列分析では、
- 自己相関
- 自己回帰モデル
- トレンド
- 周期変動
- 季節変動
- ホワイトノイズ
などの独自概念があります。
また、時系列分析は大きく分けて、自己回帰モデルなどの探索的手法と状態空間モデルなどの確率的手法に分けることができ、それぞれに長所短所があります。
なので、自分のデータを分析する時には、それらを把握した上で実践していくことで、よりよい結果を出すことが可能となります。
そこで、本記事では、上記の統計学や人工知能、マイニングなどを学んだことがある方もない方も、
時系列データをより精緻に、より役に立つ形で、シッカリ活用していきたいあなたのために、
時系列分析をサクッと学べるおすすめの良書をご紹介します。
本記事の概要
時系列分析をサクッと学べるおすすめの教科書・参考書はこちらです
1冊目はこちら 【時系列？時系列データ？時系列分析ってなに？って方はこちら】
Excelでやさしく学ぶ時系列―明日を支配する時系列
本書は、時系列データを初めて扱う方向けに、基礎の基礎から、わかりやすく、丁寧に解説しています。
数式よりも、図やイラストを豊富に使っていて、目で見ながら視覚的に理解することができ、エクセルによるやり方が、１つひとつキチンと示されているので、頭で理解するだけでなく、手を動かしながら実践する力をつけれる１冊となっています。
時系列分析の本当の初学者の方の最初の１冊におすすめの本となっています。
同著者のこちらもございます↓
２冊目はこちら 【エクセルで時系列分析をやってみたい！という方はこちら】
Excelで学ぶ時系列分析 理論と事例による予測
本書は、エクセルによる時系列分析を行いたいあなたのための、チュートリアルとなる１冊です。
時系列分析でよく使う方法と、Excelでのやり方がしっかり解説されています。
加えて、具体的データを使った、実際の分析例が示されているので、
自分がやりたい分析に近いものを参照することで、自分の時系列データの分析がはかどる１冊となっています。
詳しくはこちらの記事にございます⇩
『「時系列分析」を「エクセル」でやりたいあなた、こちらはいかがでしょうか』
エクセルで時系列解析を学ぶなら、こちらもございます↓
こちらは時系列分析に加えて、生存時間解析やロジスティック回帰分析も学べるお得な本となっています。
３冊目はこちら 【Rで時系列分析をやってみたい！という方はこちら】
現場ですぐ使える時系列データ分析 ~データサイエンティストのための基礎知識~
本書は、無料で使える統計解析ソフト「R」を使った、時系列分析の解説本です。
時系列データの扱い方の基本から説明があり、代表的な分析モデルである自己回帰モデルについてわかりやすく学べます。
また、応用編に投資への応用例が示されており、分散不均一構造についての扱い方や共和分を学んだ後、株式投資への応用などが解説されています。
Rが初めての方も、付録に使い方の解説があるので安心です。
Rについては、こちらもございます↓
４冊目はこちら 【Rでの時系列分析を詳しくやってみたい！という方はこちら】
Rによる時系列分析入門
本書は、青山学院大学での講義で使われている内容を中心にして書籍化された１冊です。
文系の方の授業で使われているので、数学に苦手意識がある方にもわかりやすい内容となっています。
時系列分析の各トピックについて、
それぞれ解説とRコードによる実践があり、
インプットとアウトプットを繰り返しながら効率的に身につけていくことができます。
Rを使って、手を動かしながら実践力を高めたいあなたにおすすめの１冊です。
詳しくはこちらにございます⇩
『「時系列分析」をフリーソフトの「R」でやりたいあなた、こちらの書籍はいかがでしょうか』
５冊目はこちら【Python で、時系列解析だけでなく、統計分析全般を学びたいならこちら】
Think Stats 第2版 ―プログラマのための統計入門
本書は、Python で時系列分析を学べる１冊です。
時系列分析の各項目ごとの解説というよりも、
１つのデータセット（大麻取引の時系列データ）の時系列分析を題材にして、
それぞれの各手順ごとに、解説やコード例が示されながら、時系列分析の全体の流れを追体験することができます。
実は本書は、時系列解析のみではなく、統計分析全般を扱っており、時系列分析は１２章にまとめられています。
時系列分析を詳しく学びたい方は物足りないかもしれないのでご注意ください。
それに対して、Pythonを使って、時系列解析だけでなく、
時系列分析だけでなく統計解析全般も学びたい
あなたに特にオススメの１冊となっています。
原著はこちらにございます↓
時系列分析は、第２版から追加されましたので、第１版にはありませんのでご注意ください。
時系列分析を学びたいあなたは、第２版をご購入くださいね。
６冊目はこちら 【Python で「時系列解析」や「異常検知」も学べるお得な１冊はこちら】
時系列解析: 自己回帰型モデル・状態空間モデル・異常検知 (Advanced Python)
本書は、Pythonを使い、時系列データの基礎的なモデル構築を段階的に体験できる１冊です。
数式による解説は控えめで、手法の使い方（どういう時、どんなモデルを使うのか）といった考え方の説明を重視して書かれています。
あなたの仮設の実証を素早く行えるPythonによる時系列解析について、
- 時系列データの基本的な知識や加工
- 自己回帰モデルについての解説
- カルマンフィルタなどの状態空間モデルの解説
- 異常検知
といった内容を学ぶことができます。
時系列データの扱い方の基本や自己回帰モデルについて理解することで、
既存の時系列データの多くの解析を理解できるようになります。
加えて、状態空間モデルを理解できれば、より柔軟なモデリングが可能で、より価値の高いモデル構築が可能です。
さらに、異常検知は、センサーなど、IoTなどの分野で重宝される技術となっています。
時系列データのPythonによる異常検知は、他書でも書かれていないトピックとなっています
本書は、時系列データを通じて、時系列解析だけでなく、異常検知まで、Pythonで実践的に学べる１冊となっています。
異常検知については、こちらもございます↓
Pythonによる時系列分析ならこちらもございます↓
７冊目はこちら 【時系列分析の全体像を、ビジネス応用を見据えながらつかみたい方はこちら】
岩波データサイエンス Vol.6 時系列解析――状態空間モデル・因果解析・ビジネス応用
本書は、時系列分析の手法の中で、特に、
- 確率的手法（状態空間モデル、粒子フィルタ）
- 因果推論（VARモデル）の解説
- それらのRによる実装
が学べる１冊です。
状態空間モデルは、同シリーズの Vol.1でも取り上げられ、主にマルコフ連鎖モンテカルロ法（MCMC）との関連で解説がされました↓
Vol. 6（本書）では、状態空間モデルについて、
カルマンフィルタや粒子フィルタなどが解説され、
- より俯瞰的に全体像を学べる
ようになっています。
また、応用例の紹介も豊富で、
- シミュレーション
- データ同化
- エミュレーション
- マーケティング
など、
- ビジネスでの状態空間モデルの活用
なども、わかりやすくまとめられています。
加えて、VARモデルによる時系列間の因果解析では、
例として”内閣支持率と株価の因果関係”が解析されており、
初学者の方もとっつきやすく、わかりやすく学べます。
因果について、定常的な揺らぎの相関をみる立場で解説がされており、
因果性検定（グレンジャー因果性）やインパルス応答などが、
Rコードなどを交えながら、手順など丁寧に解説されています。
本書は、解説を読み、Rコードを真似してみることで、
自分のデータの分析をやってみるハードルを下げてくれる１冊です。
特に、状態空間モデルや因果の検定をやってみたいあなたにもおすすめの本となっています。
ちなみに、因果については、同シリーズ Vol. 3 でのコラム
- 「時系列の因果と相関」
も併読することで、より理解が進むかと思います↓
８冊目はこちら 【時系列分析の手法を基礎から、Rで手を動かしながら学びたい！という方はこちら】
基礎からわかる時系列分析 ―Rで実践するカルマンフィルタ・MCMC・粒子フィルター (Data Science Library)
本書は、時系列分析の手法を、移動平均法のような探索的方法と、状態空間法のような確率的方法とに整理し、それらを基礎からキチンと学べる１冊です。
まず、時系列分析の基本から探索的手法が解説されており、時系列分析の全体像をつかむことができます。
次に、状態空間モデルの基本として、線形・ガウス型状態空間モデルについて、ウィナーフィルタやカルマンフィルタなどの解説があります。
そして、状態空間モデルの応用編では、
- マルコフ連鎖モンテカルロ（MCMC）法を活用した解法
- 粒子フィルタ
- データに構造変化を伴う場合の分析方法
などについての解説があります。
業務に使えそうな論文を見つけ、理解したつもりでも、実際に
- コーディングしようとすると手が止まってしまう
といった経験をされた方も多いのではないでしょうか。
本書は、数式の意味や事例などを重視し実践的な内容とすることで、
- 文献と実践のギャップを埋めてくれる
ています。
加えて、難しい理論も
「首輪にGPSをつけた飼いネコの位置を観測し、ネコの行動をモデル化する」
のように、わかりやすい例を使い、イメージを掴みやすくしてくれます。
さらに、
- Rのコードと実行結果やグラフが豊富に示されている
ので、手を動かして自分の結果と比較しながら
ステップバイステップで学ぶことができます。
本書は、時系列分析の技法やテクニックだけでなく、
その背後にある数理も理解しながら学べるおすすめの本となっています。
カルマンフィルタを学びたいあなたにはこちらもございます↓
『【カルマンフィルタとは】カルマンフィルタの基礎からわかりやすく、プログラミングしながらも学べるあなたにおすすめの本はこちらです【matlab python Excel おすすめ 書籍】』
９冊目はこちら 【時系列分析の探索的・確率的手法を網羅的に学べる１冊はこちら】
時系列分析と状態空間モデルの基礎: RとStanで学ぶ理論と実装
本書は、Rによる時系列分析（探索的手法）、Rによる状態空間法（確率的手法）、Stanによる非線形分析、などの手法を、わかりやすいサンプルコードを使いながら、実践的に、網羅的に、学べます。
上記手法の長所短所の解説があり、自分の分析にはどの手法を使えばいいかなど、手法選びの指針を得ることもできる、おすすめの本となっています。
１０冊目はこちら 【時系列分析の経済・ファイナンスへの応用を考えている方はこちら】
経済・ファイナンスデータの計量時系列分析 (統計ライブラリー)
本書は一橋大学や横浜国立大学での講義ノートから生まれた１冊です。
経済・ファイナンス分野での時系列分析の活用を目的として、基礎がシッカリと解説されています。
時系列の定常過程について、定常性、ARMAモデル、推定、モデル選択、予測、VARモデル、グレンジャー因果性、インパルス応答関数、分散分解などを学ぶことができます。
また、非定常過程についての解説では、定常過程との違い、単位根検定、共和分、GARCHモデルなどが解説されています。
時系列分析の基礎的な考え方から丁寧に解説があり、ハミルトンなどの前提知識を仮定したバイブル的教科書への橋渡しにもなる１冊です。
本書が難しそうと感じたらこちらを１度やってみると良いかと思います↓
１１冊目はこちら 【時系列分析の計量分析への応用を幅広く学びたいあなたにはこちら】
実証のための計量時系列分析
本書は、計量時系列分析の教科書として、基礎からひとつ１つステップバイステップで丁寧に解説された１冊です。
難しい概念も、分かりやすい例から説明され、
その後より一般的なモデル、そしてより複雑なモデルの解説のように、
段階をおって、初学者の方もわかりやすく学べます。
また、多くの事例分析から分析のイメージをつかめるので、あなたのデータをどう分析するか目安がつきやすいはずです。
理論面も丁寧な数式展開によりわかりやすく説明があり、
その理解に加えて、実証分析例を手を動かして学ぶことで、より深く理解することができます。
本書で使われているデータや練習問題の解答は、訳者のホームページ（こちら）で公開されているので、
自分のPCで手を動かしてみることができます。
官公庁で広く使われている統計ソフト「EViews」を用いて本書の結果を再現するための教材もございます。
その他のソフト「RATS」や「R」による支援教材もあり、手を動かして学ぶサポートが分厚くなされています。
本書は、現実のデータをどのような統計モデルで分析するのが良いのか、注意点は何か、
といった実践的な知恵を身につけることができる１冊となっています。
同訳者のこちらもございます↓
１２冊目はこちら 【状態空間法についてシッカリ入門したいならこちら】
状態空間時系列分析入門
本書は、時系列分析の初学者が、基礎的な手法から状態空間モデルまで、中身を理解して身につけることができるようになる１冊です。
Rなどの優秀なソフトが無料で使え、データを入れれば、とりあえず結果を得ることができる時代になっています。そんな中でも、ソフトが中で何をやっているかを理解しながら使えることは重要です。
本書では、時系列分析のシンプルなモデルから、中身を丁寧に解説し、徐々に複雑なモデルへの解説にステップアップしていきます。それぞれの内容は平易な数式で書かれており、具体的なデータを代入しながら議論が進むので、イメージがつかみやすく、理解がはかどる内容となっています。後半では多変量の時系列分析や状態空間法の解説があり、状態空間モデリングのコードも示されています。
状態空間法などの時系列分析を１から学べ、中身を理解しながら実践できるようになる１冊です。
同様の内容を、サクッと学びたいならこちらもございます
1３冊目はこちら 【時系列分析の専門家になるための基礎を学べる１冊】
時系列解析入門
本書は、時系列解析の初歩から学べ、しっかり身につけることで、専門家になるための基礎を作ることができる１冊です。
- 時系列解析のデータの扱い方
- 時系列解析の様々な手法
- 時系列解析のモデリングの方法
などについて、網羅的に理論的な面もしっかり学べる１冊となっています。
時系列解析をきちんとやっていきたいといったあなたが理解のもれなどをなくしたり、
新しい手法を学ぶ時の基礎としても使える本となっています。
詳しくはこちらにございます↓
『「時系列解析」に入門したいあなた、こちらはいかがでしょうか』
１４冊目はこちら 【時系列分析の探索的・確率的手法を網羅的に学べる１冊はこちら】
点過程の時系列解析 (統計学One Point)
時系列データの中にも、イベントが起こった時刻を記録したデータがあります。
例えば、地震の発生は、ある時間に地震が起こったという時系列データがとして記録されます。
他にも金融商品の取引では、何時にどの取引が行われたというイベントの時系列データが得られます。
他にも、SNSの投稿では何時のどんな投稿がされた、という時系列データが発生しています。
こういったイベントを記録した時系列データを扱う方法が点過程の時系列分析になります。
イベントが過去のイベントに依存する場合には、自己励起過程と呼ばれるタイプのモデルで扱われます。
本書は、自己励起過程のシンプルな例である「Hawkes過程」について、詳細にわかりやすく解説があります。
マーク付き点過程から多次元Haukes過程などの拡張についても触れられています。
加えて、点過程のシミュレーションについて、擬似アルゴリズムが示されており、手を動かしながら理解を深めることも可能です。
本書は点過程の時系列分析について、Haukes過程など、サクッと学べる１冊となっています。
1５冊目はこちら 【ファジィシステムを活用した時系列解析ならこちら】
ファジィ時系列解析 (統計学One Point)
本書は、時系列解析とファジィ理論の両方を学べるお得な１冊です。
特に時系列解析を学びたい方向けには、非線形時系列分析やトレンドモデルといった応用的な内容が学べるのに加え、
ファジィ理論（ファジィ集合、ファジィ推論、ファジィ制御など）の入門書として一石二鳥の内容となっています。
とは言っても、わかりやすく解説されていますいるので、ファジィ理論の前提知識は必要ないのがうれしいところです。
基礎的な確率統計や初等的な集合論の基本があれば理解できます。
ファジィ理論は「あいまいさ」を表現する方法として、1990年代には家電製品や地下鉄の自動運転に取り入れられてきた歴史があります。
ファジィ理論はシステムの記述にあいまいさを表現することができ、様々な分野への応用が可能です。
ファジィ理論の統計モデルへの応用を学びながら、あなたの興味ある他分野への応用の感覚をも、サクッとつかめる１冊となっています。
こちらもございます↓
というわけで、今回は、時系列分析をサクッと学べるおすすめの良書、１４冊をご紹介しました。
こちらもございます
![物体・画像認識と時系列データ処理入門 [TensorFlow2/PyTorch対応第2版] NumPy/TensorFlow2(Keras)/PyTorchによる実装ディープラーニング](https://m.media-amazon.com/images/I/518+r3d07aL._SL160_.jpg)
![時系列解析入門 [第2版]: 線形システムから非線形システムへ (SGCライブラリ 160)](https://m.media-amazon.com/images/I/41m4ZOBqJUL._SL160_.jpg)
↓こちら無料で読めます
Kindle Unlimitedの登録することで、
- 無料で読むことが可能
です。
お試し登録（解約できて無料）をしてみてはいかがでしょうか（初回３０日間無料で体験できます）↓
こちらの記事もございます
『「テキストマイニング」に関係する記事をまとめはこちらです』
『「データマイニング」を勉強したいあなたにチェックしてほしい良書、１０冊はこちらです』
