Nach diesen Kursen fühle ich mich sicher, professionelle Visualisierungen und Dashboards zu erstellen.
Shoebur RahmanBeschaffungsspezialist, Giz Bangladesh
Kursbeschreibung
In diesem Kurs wirst du lernen, ARIMA-Modelle für Zeitreihen mit R sicher zu erstellen. Zunächst erkundest du die Eigenschaften von Zeitreihendaten mit den Werkzeugen aus dem R-Paket stats. Danach lernst du, wie du verschiedene ARMA-Modelle auf simulierte Daten anpasst (bei denen du das korrekte Modell kennst) – mit dem R-Paket astsa. Sobald die Grundlagen sitzen, erfährst du, wie du integrierte ARMA-Modelle, also ARIMA-Modelle, auf verschiedene reale Datensätze anwendest. Du lernst, wie du die Gültigkeit eines ARIMA-Modells überprüfst und wie du Zeitreihen vorhersagst. Abschließend siehst du, wie du ARIMA-Modelle auf saisonale Daten anpasst, inklusive Forecasting mit dem Paket astsa.
Voraussetzungen
Lernprogramm
Kursübersicht
1
Zeitreihendaten und -modelle
Du untersuchst die Eigenschaften von Zeitreihendaten und lernst die Grundlagen von ARMA-Modellen kennen, die das Verhalten solcher Daten erklären. Außerdem lernst du die grundlegenden R-Befehle, um rohe Zeitreihendaten so aufzubereiten, dass sie mit ARMA-Modellen analysiert werden können.
2
ARMA-Modelle anpassen
Du entdeckst die Welt der ARMA-Modelle und wie du diese auf Zeitreihen anpasst. Du lernst, wie du ein Modell identifizierst, das richtige Modell auswählst und es nach der Anpassung prüfst. Außerdem verwendest du R-Befehle für Zeitreihen aus den Paketen stats und astsa.
3
ARIMA-Modelle
Nachdem du weißt, wie man ARMA-Modelle auf stationäre Zeitreihen anpasst, lernst du integrierte ARMA- (ARIMA-) Modelle für nichtstationäre Zeitreihen kennen. Du passt die Modelle auf reale Daten an – mit R-Zeitreihenbefehlen aus den Paketen stats und astsa.
4
Saisonale ARIMA-Modelle
Du lernst, saisonale Zeitreihen mit saisonalen ARIMA-Modellen zu modellieren und zu prognostizieren. Das gelingt mit dem Wissen aus den vorherigen Kapiteln und durch die Erweiterung der R-Zeitreihenbefehle aus den Paketen stats und astsa.
R
ARIMA-Modelle in R
Kurs
abgeschlossen
