Después de hacer estos cursos, me siento seguro creando visualizaciones y cuadros de mando profesionales
Shoebur RahmanEspecialista en adquisiciones, Giz Bangladesh
Descripción del curso
En este curso, te convertirás en un experto en ajustar modelos ARIMA a series temporales con R. Primero, explorarás la naturaleza de los datos de series temporales usando las herramientas del paquete stats de R. Después, aprenderás a ajustar distintos modelos ARMA a datos simulados (donde conocerás el modelo correcto) usando el paquete astsa de R. Una vez domines lo básico, verás cómo ajustar modelos ARMA integrados, o modelos ARIMA, a varios conjuntos de datos reales. Aprenderás a comprobar la validez de un modelo ARIMA y a realizar predicciones de series temporales. Por último, aprenderás a ajustar modelos ARIMA estacionales, incluida la elaboración de pronósticos con el paquete astsa.
Requisitos previos
Programa de formación
Esquema del curso
1
Datos y modelos de series temporales
Investigarás la naturaleza de los datos de series temporales y aprenderás los fundamentos de los modelos ARMA que pueden explicar el comportamiento de estos datos. Aprenderás los comandos básicos de R necesarios para preparar datos de series temporales en bruto y dejarlos listos para analizarlos con modelos ARMA.
- Lo primero de todo50 XP
- Jugar con los datos100 XP
- Elementos de series temporales50 XP
- Estacionariedad y no estacionariedad50 XP
- Diferenciación100 XP
- Eliminar la tendencia de los datos100 XP
- Cómo tratar la tendencia y la heterocedasticidad100 XP
- Series temporales estacionarias: ARMA50 XP
- Simulación de modelos ARMA100 XP
2
Ajuste de modelos ARMA
Descubrirás el apasionante mundo de los modelos ARMA y cómo ajustarlos a datos de series temporales. Aprenderás a identificar un modelo, elegir el modelo adecuado y verificarlo una vez lo ajustes a los datos. También aprenderás a usar comandos de series temporales de R de los paquetes stats y astsa.
3
Modelos ARIMA
Ahora que ya sabes ajustar modelos ARMA a series temporales estacionarias, aprenderás sobre los modelos ARMA integrados (ARIMA) para series temporales no estacionarias. Ajustarás los modelos a datos reales usando comandos de series temporales de R de los paquetes stats y astsa.
4
ARIMA estacional
Aprenderás a ajustar y a pronosticar series temporales estacionales usando modelos ARIMA estacionales. Lo harás aplicando lo que has aprendido en los capítulos anteriores y ampliando los comandos de series temporales de R disponibles en los paquetes stats y astsa.
R
Modelos ARIMA en R
Curso
completado
