今回はサンプルデータを用いて、データが定常であるかの確認や定常データへの加工など、実際に時系列データ解析をおこなう手順を解説し、モデル構築をおこないます。最後に構築したモデルで予測をおこない、実際のデータと比較までおこないます。

基本的に（弱）定常性が仮定されない、時系列解析を実施できません。まずは、定常性の確認から始めましょう。非定常なデータは加工して定常なデータにしたうえで時系列解析を始めます。時系列解析のモデルにも様々なものがあるので、今回はモデルの種類を整理しましょう。

今回はStatsModelsを用いて時系列データの分析の仕方を学びましょう。まずは時系列データの周期性を確認する方法を基本から解説します。時系列データにはトレンド、周期変動、不規則変動の３つのパターンがあります。この３つの確認から始めましょう。

今回は時系列データの取り扱いを基本から解説していきましょう。テーブルデータ的な取り扱いをすることもありますが、時系列データ特有の取り扱いがあります。まずは、時系列データの特徴の整理からはじめて、実際の処理の仕方を基本から解説していきます。

今回はpandasのデータ構造の１つであるDataFrameのデータ選択方法を基本から解説していきます。DataFrameのデータ選択方法もいくつもあるため、１つずつ整理して理解を深めていきましょう。この記事を読めば、誰でもDataFrameからデータ選択をできるようになります。

pandasのデータ構造であるSeriesとDataFrameのデータ選択方法を基本から解説します。いくつかの方法があるのですが、はじめの理解があやふやだと後で混乱してしまうでしょう。SeriesとDataFrameに分けて、順に整理していきましょう。

Pythonでデータ分析を始める方向けにpandasライブラリを基本から解説します。まずはpandasのデータ構造を学びましょう。Serires、DataFrame、Indexのデータ構造がありますが、今回はSeriresとDataFrameの基本を解説していきます。

Python初心者の方向けにif構文を基本から解説します。条件によって処理を分ける際に必須となる構文です。いくつかパターンがあるので、まずは基本の形を確認して、その後、複数の条件で分岐させる方法やfor文と組み合わせた使い方まで扱います。

Python初心者の方向けにfor文によるループ処理を基本から解説していきます。まずは、for文の記法を確認して、いくつかのパターンを見ていくことにしましょう。まったく知識がない状態からでもループ処理ができるようになります。簡単な例からみていきましょう。

Python初心者の方向けに文字列型について基本から解説していきます。プログラムでは、文字の集まりを文字列として扱います。今回はこの文字列型についてその定義方法、連結の方法、連結時の注意点を解説します。この記事で、文字列型の最低限の知識を身につけることができます。

Python初心者の方向けに辞書型を基本から解説します。まずは、辞書型の基本をおさえましょう。辞書型の定義の仕方、値を取り出す方法、辞書型に要素を追加する方法を学びます。最後に、辞書型から登録されているkeyやvalue、を取り出す方法、keyとvalueのセットを取り出す方法まで扱います。