このページは『RとStanではじめる 心理学のための時系列分析入門』（講談社, 2022/6/23発売）のサポートサイトです．

本書の概要，目次などについては出版社のページ（ https://www.kspub.co.jp/book/detail/5280751.html ） を御覧ください． 購入は下のリンクからできます．

-　Amazon　https://www.amazon.co.jp/dp/4065280753

-　紀伊國屋書店　https://www.kinokuniya.co.jp/f/dsg-01-9784065280751

書籍中のソースコードは各chapterのディレクトリにアップしています．また下記のGoogle ColaboratoryのNotebookから閲覧することが出来ます． さらに左上の「Open In Colab」ボタンをクリックすることでブラウザ上で実行することも出来ます．

• 1章Colab Notebook

• 時系列クラス（Date，POSIXct，POSIXlt，tsibble），季節調整，ARIMAモデルなど
• 2章Colab Notebook

• 拡張ディッキー−フラー検定，ダービン−ワトソン検定，一般化最小二乗法（GLS），潜在成長曲線モデル，中断時系列分析など
• 3章Colab Notebook

• 状態空間モデル（ローカル線形トレンドモデル等），隠れマルコフモデル，変化点モデルほか
• 4章Colab Notebook

• ラグ相互相関，動的時間伸縮，コヒーレンス， ウェーブレットクロススペクトル解析，時系列クラスタリング，
  再帰定量化分析，グレンジャー因果性検定，直交化インパルス応答ほか
• 5章Colab Notebook

• 時系列因子分析，関数主成分分析ほか
• 6章Colab Notebook

*　pp.77-81
（誤） 文中の3-4-1.R, 3-4-2.R, 3-4-3.R, 3-4-4.R　各ファイルのソースコード
（正） 1つのファイル（3-4-1.R）にまとめています

*　p.136　
季節成分のモデリングのソースに誤りがありました（電子版では修正されています）　
（誤）

season[12:N] ~ normal(-sum(season[1:N-11]), sigma_S); // 季節成分のシステムモデル

（正）

for(t in 12:N)
    season[t] ~ normal(-sum(season[(t-11):(t-1)]), sigma_S);  // 季節成分のシステムモデル

この修正に伴って図4−11を以下の図に修正します．

*　p.141　
（誤）　fit <- sampling(model6, data=dat, iter=1000, warmup=500, thin=4, chains=4)
（正）　fit <- sampling(model7, data=dat, iter=1000, warmup=500, thin=4, chains=4)

*　.164　
（誤）　model13 <- stan_model(file = "model12.stan", model_name="hmm")　
（正）　model12 <- stan_model(file = "model12.stan", model_name="hmm")　

誤りなどのご指摘は，下記にご連絡いただけると幸いです．

大阪電気通信大学 小森政嗣 [email protected]