Name: R में Time Series Analysis
Rating: 4.857142857142857 (91 reviews)

कोर्स विवरण

हमारी रोज़मर्रा की ज़िंदगी में कई घटनाएँ, जैसे स्टॉक की कीमतों में बदलाव, समय की अवधि में अंतराल पर मापी जाती हैं। ऐसे विशेष डेटा प्रकारों का विश्लेषण करने में टाइम सीरीज़ एनालिसिस की विधियाँ बेहद उपयोगी होती हैं। इस कोर्स में, आप टाइम सीरीज़ एनालिसिस की कुछ मुख्य अवधारणाओं और तकनीकों से परिचित होंगे।

पूर्वापेक्षाएँ

Intermediate R

पाठ्यक्रम

कोर्स रूपरेखा

टाइम सीरीज़ डेटा का एक्सप्लोरेटरी विश्लेषण

यह अध्याय आपको R में टाइम सीरीज़ डेटा को व्यवस्थित करने और विज़ुअलाइज़ करने के तरीके पर समझ देगा। आप टाइम सीरीज़ एनालिसिस में व्यापक रूप से इस्तेमाल की जाने वाली कई सरल मान्यताओं और फाइनेंशियल टाइम सीरीज़ की आम विशेषताओं के बारे में सीखेंगे।

अध्याय शुरू करें

भविष्य की भविष्यवाणी

इस अध्याय में, आप ट्रेंड की पहचान करेंगे, और white noise (WN) मॉडल, random walk (RW) मॉडल, तथा stationary processes की परिभाषा सीखेंगे।

अध्याय शुरू करें

कोरिलेशन विश्लेषण और ऑटोकॉरिलेशन फ़ंक्शन

इस अध्याय में, आप कोरिलेशन कोएफ़िशिएंट की समीक्षा करेंगे, उसका उपयोग दो टाइम सीरीज़ की तुलना करने में करेंगे, और किसी टाइम सीरीज़ की उसके ही पिछले मानों से तुलना, यानी ऑटोकॉरिलेशन, के रूप में लागू करेंगे। आप ऑटोकॉरिलेशन फ़ंक्शन (ACF) जानेंगे और टाइम सीरीज़ डेटा के लिए ऑटोकॉरिलेशन्स का अनुमान लगाने और विज़ुअलाइज़ करने का अभ्यास करेंगे।

अध्याय शुरू करें

ऑटोरिग्रेशन

इस अध्याय में, आप ऑटोरिग्रेसिव (AR) मॉडल और इसकी कई मूलभूत विशेषताएँ सीखेंगे। आप R में AR मॉडल का सिमुलेशन और एस्टिमेशन करने का अभ्यास भी करेंगे, और AR मॉडल की तुलना random walk (RW) मॉडल से करेंगे।

अध्याय शुरू करें

सिंपल मूविंग एवरेज

इस अध्याय में, आप सिंपल मूविंग एवरेज (MA) मॉडल और इसकी कई मूलभूत विशेषताएँ सीखेंगे। आप R में MA मॉडल का सिमुलेशन और एस्टिमेशन करने का अभ्यास भी करेंगे, और MA मॉडल की तुलना ऑटोरिग्रेसिव (AR) मॉडल से करेंगे।