時系列分析の基本とテクニック

ここまでのテキストがフリーで入手できるなんて素敵です。簡単なことをワザワザ難しく書いて高い値付けした書籍を出すFラン大のナンチャッテ教員は見習ってほしいとつくづく思う内容。リンクを辿ると他の無料書籍もあったりするし、今から時系列の分析を学ぶなら、まずはコレだね！

予測: 原理と実践 (第3版)

Forecasting: Principles and Practice (3rd ed)

機械学習による時系列予測 | Logics of Blue機械学習による時系列予測 | Logics of Blue

時系列分析を中心に、もう少し難しいテクニックについてのテキストはコッチにもあった

ごちきか

あとは応用編的なテクニックと、それが実装された関数やライブラリがあれば十分過ぎるでしょ

季節性・周期性

季節調整値って何だろう（ストーブ、ゲームソフトを例に解説）

一般的な時系列のモデリング＆予測に、機械学習系の手法よりも古典的な計量時系列分析の方が向いている理由を考えてみた（追記あり） - 渋谷駅前で働くデータサイエンティストのブログ

時系列データの「定常性」と「3つの非定常性」

(R編) 時系列データをサクッとSTLでトレンド・季節性に分解

時系列データから複数の季節変動成分をRのMSTL関数で抽出する

時系列データの「季節成分の周期期間」の検出方法（その1）自己相関分析による周期の長さの見つけ方

時系列データの「季節成分の周期期間」の検出方法（その2）スペクトル分析による周期の長さの見つけ方

時系列データを扱うテクニック

様々な時系列ランダムウォークと近未来分析

時間間隔の異なる時系列データの時間間隔を揃える「時系列リサンプリング」

Rでサクッと時系列データの変化点を見つける方法

第324話｜時系列データに対するクロスバリデーション法

第322話｜時系列特徴量7選

RのimputeTSパッケージを使った時系列データの欠測値補完

Pythonでの実装

Pythonで時系列解析・超入門

Python ライブラリー「sktime」で学ぶ らくらくビジネス時系列機械学習 Web講座

時系列データの自己相関と相互相関をPythonで求めてみよう

Python Keras(TensorFlow)で作る深層学習(Deep Learning)時系列予測モデル(その4) 多変量目的変数で複数先予測（Multi-Step ahead prediction）

（Python版）複数季節性を持つ時系列データを線形回帰でモデル化する方法

Python ruptures でサクッと時系列データの変化点を見つける方法

Pythonでサクッと作れる時系列の予測モデルNeuralProphet（≒FacebookのProphet × Deep Learning）

初心者による「Python初心者がコピペで使える!時系列データの可視化!」 - Qiita

Prophet

はRでも使えるということで、こちらもメモ。

【R言語と時系列解析】Prophetパッケージを利用した、時系列データの未来予測: ブログ利用者数の推移予測とか、ビットコインや日経225の価格トレンド推移予測とか - 京橋のバイオインフォマティシャンの日常

時系列予測ツールProphetの使い方備忘録 - 備忘録的な

ExploratoryでProphetを使って時系列予測してみた（前編） | Tableau-id Press -タブロイド-ExploratoryでProphetを使って時系列予測してみた（前編）ExploratoryでProphetを使って時系列予測してみた（前編） | Tableau-id Press -タブロイド-ExploratoryでProphetを使って時系列予測してみた（前編）

ProphetとRで仮想通貨を時系列解析してみた - Qiita

情報量が多くなってきたので更なる話題は以下に集約します。

他の情報を見たい方は、目次ページへ
仕切り直しで収集情報の整理から｜くすぐったがり｜note