最終更新:2015年9月23日 ここでは、時系列解析を学ぶにあたって有用と思われる文献の紹介をします。 なお、画像はすべてAmazonへのリンクとなっております。 時系列解析は、統計学における、応用・発展の位置にあると思っています。一般化線形モデルなどが理解できたうえでこちらに進まれることをお勧めします。 なので、紹介する書籍もちょっとむずかしめのものが多いです。また、読まれる方のレベルもやや高いことを想定し、余計な解説は少なめにしてあります。 統計学の基礎から学びたいという方は、統計学初心者のための読書案内をご覧ください。 これは2015年9月現在のお勧めの本です。 気が向いたら新しいリストを作ろうと思います。 目次 1.時系列解析の入門書 2.Rによる時系列解析 3.状態空間モデルの入門書 1.時系列解析の入門書 時系列解析を学ぶ際、最初に読んでおくとよさそうな本を紹介します。 経済・
機械学習は全然専門ではない僕が知ったかぶりをするのも何なので*1、もっともっと以前からそこそこやっている*2計量時系列分析の話でもしてお茶を濁してみることにします(笑)。 もうしつこ過ぎて自分でも嫌になってきたんですが(笑)、このシリーズでベースにするテキストは以下の2冊。沖本テキストとHamiltonテキストです*3。他にも良いテキストはあるんじゃないかと思いますが、ここではこの2冊をベースにしていきます。なお、ほとんど沖本テキストからの抜粋なのでお持ちの方はそちらを読んでもらった方が圧倒的に早いです、悪しからず。 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) 作者: 沖本竜義出版社/メーカー: 朝倉書店発売日: 2010/02/01メディア: 単行本購入: 4人 クリック: 101回この商品を含むブログ (6件) を見る Time Series Analysis 作者
import numpy as np a = np.array([[1,2,3],[4,5,6],[7,8,9]]) #----------------------- # array([[1, 2, 3], # [4, 5, 6], # [7, 8, 9]]) #----------------------- b = np.array([[10,20,30],[40,50,60],[70,80,90]]) #----------------------- # array([[10, 20, 30], # [40, 50, 60], # [70, 80, 90]]) #----------------------- np.vstack((a,b)) #----------------------- # array([[ 1, 2, 3], # [ 4, 5, 6], # [ 7, 8, 9]
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く