Après avoir suivi ces cours, je me sens confiant dans la création de visualisations et de tableaux de bord professionnels.
Shoebur RahmanSpécialiste des marchés publics, Giz Bangladesh
Description du cours
Dans ce cours, vous deviendrez expert dans l’ajustement de modèles ARIMA à des données de séries temporelles avec R. Vous commencerez par explorer la nature des séries temporelles à l’aide des outils du package R stats. Ensuite, vous apprendrez à ajuster différents modèles ARMA à des données simulées (où le bon modèle est connu) avec le package R astsa. Une fois les bases acquises, vous verrez comment ajuster des modèles ARMA intégrés, ou modèles ARIMA, sur divers jeux de données réelles. Vous apprendrez à vérifier la validité d’un modèle ARIMA et à réaliser des prévisions sur des séries temporelles. Enfin, vous apprendrez à ajuster des modèles ARIMA saisonniers, y compris la prévision avec le package astsa.
Prérequis
Programme de formation
Plan du cours
1
Données de séries temporelles et modèles
Vous étudierez la nature des séries temporelles et apprendrez les bases des modèles ARMA qui permettent d’expliquer le comportement de telles données. Vous verrez les commandes R essentielles pour préparer des séries temporelles brutes dans un format analysable avec des modèles ARMA.
- Commençons par les bases50 XP
- Exploration des données100 XP
- Éléments d’une série temporelle50 XP
- Stationnarité et non-stationnarité50 XP
- Différenciation100 XP
- Supprimer la tendance des données100 XP
- Gérer la tendance et l’hétéroscédasticité100 XP
- Séries temporelles stationnaires : ARMA50 XP
- Simuler des modèles ARMA100 XP
2
Ajuster des modèles ARMA
Vous découvrirez l’univers des modèles ARMA et la manière de les ajuster à des séries temporelles. Vous apprendrez à identifier un modèle, à choisir le bon modèle et à le valider une fois ajusté aux données. Vous utiliserez les commandes R pour séries temporelles des packages stats et astsa.
3
Modèles ARIMA
Maintenant que vous savez ajuster des modèles ARMA à des séries stationnaires, vous allez découvrir les modèles ARMA intégrés (ARIMA) pour des séries non stationnaires. Vous ajusterez ces modèles à des données réelles en utilisant les commandes pour séries temporelles des packages stats et astsa.
4
ARIMA saisonnier
Vous apprendrez à ajuster et à prévoir des séries temporelles saisonnières grâce aux modèles ARIMA saisonniers. Cela s’appuie sur ce que vous avez appris dans les chapitres précédents et montre comment étendre les commandes R pour séries temporelles disponibles dans les packages stats et astsa.
R
Modèles ARIMA en R
Cours
terminé
