| |
|
|
|
|
|
|
|
|
1. |
Record Nr. |
UNINA9910148976703321 |
|
|
Titolo |
Excelで学ぶ時系列分析と予測 [[Excelデマナブジケイレツブンセキトヨソク]] |
|
|
|
|
|
Pubbl/distr/stampa |
|
|
|
|
|
|
ISBN |
|
|
|
|
|
|
Descrizione fisica |
|
|
|
|
|
|
Classificazione |
|
|
|
|
|
|
|
|
Soggetti |
|
経済予測 -- データ処理 |
時系列 |
統計 -- データ処理 |
|
|
|
|
|
|
|
|
Lingua di pubblicazione |
|
|
|
|
|
|
Formato |
Materiale a stampa |
|
|
|
|
|
Livello bibliografico |
Monografia |
|
|
|
|
|
Note generali |
|
その他の共著: 村田真樹, 渕上美喜, 藤川貴司, 近藤宏, 上田和明 |
監修: 上田太一郎 |
|
|
|
|
|
|
|
|
Nota di contenuto |
|
表紙 -- はじめに -- 目次 -- 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法で予測値を求める -- 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 -- 奥付. |
|
|
|
|
|
| |