まえがき
1.はじめに
　1.1 経済時系列の季節性
　　1.1.1 季節調整と経済分析
　1.2 季節調整法
　　1.2.1 時系列の分解
　　1.2.2 季節調整の論点
　1.3 季節調整法とソフトウェア
2.季節性の要因
　2.1 季節変動の考え方
　　2.1.1 月別(四半期別) 平均法
　　2.1.2 連環指数法
　　2.1.3 前年同月(期) 比
　　2.1.4 移動平均法
　　2.1.5 回帰分析による方法
　2.2 時系列分析と季節調整
3.定常過程の性質
　3.1 定常過程
　　3.1.1 MA (移動平均) モデル
　　3.1.2 AR (自己回帰) モデル
　　3.1.3 ARMA (自己回帰移動平均) モデル
　　3.1.4 因果性と反転可能性
　3.2 自己共分散母関数
　　3.2.1 線形フィルタとの関係
　3.3 和の定理
　3.4 covariance-generating transform
　3.5 フーリエ変換
　　3.5.1 自己共分散母関数とパワースペクトラム
　　3.5.2 線形フィルタの性質
　　3.5.3 ARMA モデルのパワースペクトラム
4.季節変動の周期性
　4.1 周波数領域からみた季節性
　4.2 曜日効果
　　4.2.1 曜日効果モデル
　　4.2.2 回帰モデルによる曜日効果の推定
　　4.2.3 周波数領域における曜日効果の特徴
5.時系列の分解と季節調整
　5.1 時系列の分解
　5.2 アドホックなフィルタ
　　5.2.1 指数平滑化法
　　5.2.2 HP (Hodorik Prescot) フィルタ
　　5.2.3 LOESS
　5.3 WK (Wiener Kolmogorov) フィルタ
　　5.3.1 フィルタの導出
　　5.3.2 非定常の場合のWKフィルタ
　　5.3.3 データ端点の推定
　5.4 状態空間モデルによる状態の推定
　　5.4.1 状態空間モデル
　　5.4.2 尤度の計算
　　5.4.3 線形システム
　5.5 カルマンフィルタによる状態の推定
6.X-11法
　6.1 X-11 の概要
　6.2 X-11 で使用されるフィルタ
　　6.2.1 トレンド抽出のための中心化移動平均フィルタ
　　6.2.2 季節性抽出のための中心化移動平均フィルタ
　　6.2.3 ヘンダーソン移動平均フィルタ
　6.3 X-11 フィルタの構成
　6.4 マスグレーブ法による端点付近の処理
7.X-12-ARIMA
　7.1 X-11-ARIMA とX-12-ARIMA
　7.2 X-12-ARIMA の概要
　7.3 RegARIMA モデル
　　7.3.1 回帰変数による処理
　　7.3.2 モデル推定
　　7.3.3 予測
　　7.3.4 モデルの特定化
8.TRAMO-SEATS
　8.1 TRAMO-SEATS の概要
　8.2 時系列モデルの分解
　8.3 TRAMO-SEATS による季節調整
9 状態空間モデルによる季節調整
　9.1 Decomp の構成
　9.2 Decomp の状態空間表現
　9.3 パラメータの推定
　9.4 計算例
　9.5 ノンパラメトリック回帰との関係
10.その他の季節調整法
　10.1 STL
　　10.1.1 処理の流れ
11.国内の官公庁における実例
　11.1 国内の主な官庁統計における季節調整
　11.2 X-12-ARIMA におけるモデル選択の問題
　11.3 安定性を考慮した法人企業統計のモデル選択方式
　　11.3.1 背景
　　11.3.2 季節調整値の安定性の指標とモデル替え
　　11.3.3 安定性を考慮したモデル選択
参考文献
索引