目次

1.ARモデルの予測

  1.1 AR(1)モデル

  1.2 定常性と自己相関

  1.3 AR(1)モデルの予測

  1.4 AR(p)モデルの予測

  1.5 ラグ次数の選択

  1.6 行列演算による推定量と予測の導出

  1.7 Pythonの実践演習

2.マクロ経済データの変換

  2.1 線形変換と非線形変換

  2.2 階差変換

  2.3 季節調整と移動平均

  2.4 HPフィルタによるディトレンド

  2.5 単位根検定

  2.6 ビバリッジ・ネルソン分解によるディトレンド

  2.7 UCモデルによるディトレンド

  2.8 Pythonの実践演習

3.予測モデルの選択

  3.1 サンプル内予測とサンプル外予測

  3.2 予測精度比較とディーボルド・マリアーノ検定

  3.3 VARモデルの予測

  3.4 グレンジャー因果性検定

  3.5 混合頻度データを用いた予測

  3.6 合成予測

  3.7 ベイジアン・モデル平均

  3.8 Pythonの実践演習

4.動学因子モデルの予測

  4.1 動学因子モデルと最尤推定

  4.2 主成分分析と共通因子推定

  4.3 共通因子数の選択

  4.4 主成分回帰による動学因子モデルの予測

  4.5 混合頻度データを用いた動学因子モデルの予測

  4.6 Pythonの実践演習

5.機械学習の予測

  5.1 正則化推定量

  5.2 サポートベクトル回帰

  5.3 交差検証とブートストラップ

  5.4 回帰木とアンサンブル学習

  5.5 ニューラルネットワーク

  5.6 テキストデータを用いたマクロ経済予測

  5.7 Pythonの実践演習

ページの先頭へ