目次
１ はじめに―ベイズ推定に関する基本概念（基本概念；単純な従属構造 ほか）
２ 動的線型モデル（簡単な例；状態空間モデル ほか）
３ モデル特定化（時系列分析の古典的なツール；時系列分析に対する一変量ＤＬＭ ほか）
４ パラメータが未知のモデル（最尤推定；ベイズ推定 ほか）
５ 逐次モンテカルロ法（基本的な粒子フィルタ；補助粒子フィルタ ほか）
著者等紹介
和合肇［ワゴウハジメ］
１９４３年東京都生まれ、経済学博士。筑波大学、シカゴ大学経営大学院（客員）、ラトガース大学（客員）、富山大学、ウィーン工科大学（客員）、バーゼル大学（客員）、新潟大学、埼玉大学大学院（併任）、統計数理研究所（併任）、政策研究大学院大学（併任）、名古屋大学大学院を経て、京都産業大学経済学部教授
萩原淳一郎［ハギワラジュンイチロウ］
１９６８年北海道に生まれる。１９９２年北海道大学大学院工学研究科修了。現在、株式会社エヌ・ティ・ティ・ドコモ研究開発センター無線アクセス開発部（本データはこの書籍が刊行された当時に掲載されていたものです）
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。
感想・レビュー
※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。
あべっち
0
とても良い2017/03/31
shin_ash
0
自分にとってはかなり難しかった。一通り読んだ(と言うより目を通したに近い)が、何となくであっても、状態空間モデルやカルマンフィルタについてイメージできる様になった様な気がする。元々、時系列についての知識がかなり怪しいかったので(結局、今でも怪しいことは変わりないが)多少見通しが良くなった気がする。難易度はかなり高かったが、個々の理解力に合わせて「かじりつける」良書である様に思う。2016/06/12
Yohei Kobashi
0
厳密には後半読み飛ばしているので読了ではない。非常に素晴らしい構成だと思いますが読むのに骨が折れるので、時系列分析とベイズ統計学、マルコフ連鎖モンテカルロ法の基礎的な本を読んでからの方が望ましい。2015/06/09
Chris
0
統計分析ソフトRのパッケージdlmを使って実際のデータを動的線形モデルで分析することで、状態空間モデルとカルマンフィルタ、平滑化を学ぶことのできる本。状態空間モデルについて、時変レベル→時変トレンド→時変トレンド＋季節性→ARIMAの状態空間表現と基本的なところは抑えつつ、パラメータのMCMC推定や最尤法による推定などの問題も扱っていて、最後の章では粒子フィルタに触れているところが良い点です。ただ統計学の知識をある程度もっていないと読み通すのは根気がいると思います。2014/10/15
