こんにちは！
消費財メーカーでデータサイエンティスト的なお仕事をしているウマたん（@statistics1012）です。
時系列データはビジネスシーンでよく使われることが多いのにも関わらず、時系列データ分析はそれほどメジャーではなく使われていないことが多いです。
時系列データに対して通常の回帰分析等を行ってしまうと、結果の解釈を間違えてしまうことがあるんです。
この記事ではそんな時系列分析を勉強する上でおすすめの本をご紹介致します！
目次
時系列分析って？
実データの解析をする時に結構ぶち当たるのが時系列データ。
静的データと同じような要領で解析を行うと解釈を間違えてしまうことが多いので注意が必要です。
時系列データ解析は、異常検知や機械学習そしてベイズ統計学とも絡んでくる幅広い分野です。
今のうちに時系列データの解釈方法を勉強しておきましょう！
時系列データ分析に関して詳しくは以下の記事をご覧ください！
時系列分析のおすすめ本
それでは早速時系列データ解析を勉強する上でおすすめな本を見ていきましょう！
現場で使える時系列データ分析
理論よりもビジネス・実践ベースな本です。
実際のデータからRを用いて解析をしてそこから時系列分析を学びます。
時系列分析を最初から理論で理解しようとすると頓挫するので（体験談）、最初はイメージしやすいここらへんの書籍から入ると理解が進むと思います。
経済・ファイナンスデータの計量時系列分析
時系列分析というと必ず名前があがる名著。
この著者である沖本さんはハミルトン本という最難関の時系列洋書を和訳している方です。
時系列に関するエッセンスがまとまっていて絶対に外せない良書ですが、終始理論ベースで話が進んでいくのでとっかかりとしては良くありません。
まずは先ほど挙げた「現場で使える時系列データ分析」などでイメージをつかむと良いでしょう。
Ｒによる時系列分析入門
実際に時系列データのイメージをつかんだ後にちょっと踏み込んだ理論とＲでの解析を行うのに適した一冊です！
ただ時系列データ解析に入る前に記述統計や統計検定などの話も出てくるので退屈な人は飛ばしていいでしょう！
ハミルトン本
先ほどの著者沖本さんが邦訳している時系列分析のバイブル。
読みたいと思いつつも手が出せていない著書です。
名著であることは間違いないですが非常に難解で1人では読破できなさそう！
ゼロから作るディープラーニング②－自然言語処理
最先端の技術であり日々進化を続けるディープラーニング。
そんなディープラーニングにはRNN（リカレントニューラルネットワーク）という手法が存在します。
これにより、時系列データをディープラーニングにより分析できるようになったのです。
通常のディープラーニングは情報が別のレイヤーに伝播していきますが、
リカレントニューラルネットワークでは同じレイヤーに情報が伝播していきます。
時系列データ分析というと株価や売り上げデータなどをイメージされると思いますが、実は言語処理も文字の時系列データになるのです。
Google翻訳やAIスピーカーなどの技術もRNNを基にしているんですよー！！
RNNについては以下の記事を参考にしてみてください！
時系列分析のオススメ本 まとめ
時系列分析を勉強するのにオススメな本を紹介してきました。
時系列データを分析する上では、通常の回帰では様々な制約が生じてしまい誤った解釈をしてしまうということを理解しておきましょう！
最後にこの記事で紹介してきた時系列の書籍をまとめておきます！
時系列データをマスターして実データ解析にのぞみましょう！
時系列データ分析に関して詳しくは以下の記事でまとめていますので合わせてチェックしてみてください！
統計学全般のオススメ書籍に関しては以下の記事で取り上げていますので合わせてご覧ください！
Pythonを使うと様々なことができます。しかしどんなことをやりたいかという明確な目的がないと勉強は捗りません。
Pythonを習得するためのロードマップをまとめましたのでぜひチェックしてみてくださいね！
