Dopo aver seguito questi corsi, mi sento sicuro nel creare visualizzazioni e dashboard professionali
Shoebur RahmanSpecialista degli acquisti, Giz Bangladesh
Descrizione del corso
Molti fenomeni della vita quotidiana, come l’andamento dei prezzi azionari, vengono misurati a intervalli nel tempo. I metodi di analisi delle serie temporali sono estremamente utili per analizzare questi tipi speciali di dati. In questo corso scoprirai alcuni concetti e tecniche fondamentali per l’analisi delle serie temporali.
Prerequisiti
Programma
Struttura del corso
1
Analisi esplorativa dei dati di serie temporali
Questo capitolo ti mostrerà come organizzare e visualizzare dati di serie temporali in R. Imparerai alcune ipotesi semplificative ampiamente usate nell’analisi delle serie temporali e le caratteristiche comuni delle serie temporali finanziarie.
- Benvenuto al corso!50 XP
- Esplorare serie storiche grezze100 XP
- Grafici base di serie temporali100 XP
- Cosa ci dice l’indice temporale?100 XP
- Frequenza di campionamento50 XP
- Identificare la frequenza di campionamento100 XP
- Quando la frequenza di campionamento è esatta?50 XP
- Valori mancanti100 XP
- Oggetti base per serie temporali50 XP
- Creare un oggetto serie temporale con ts()100 XP
- Verificare se un oggetto è una serie temporale100 XP
- Rappresentare graficamente un oggetto di serie temporale100 XP
2
Prevedere il futuro
In questo capitolo individuerai dei trend e imparerai il modello di rumore bianco (WN), il modello random walk (RW) e la definizione di processi stazionari.
3
Analisi della correlazione e funzione di autocorrelazione
In questo capitolo ripasserai il coefficiente di correlazione, lo userai per confrontare due serie temporali e lo applicherai anche per confrontare una serie con il suo passato, come autocorrelazione. Scoprirai la funzione di autocorrelazione (ACF) e farai pratica nel calcolo e nella visualizzazione delle autocorrelazioni per dati di serie temporali.
4
Autoregressione
In questo capitolo imparerai il modello autoregressivo (AR) e alcune sue proprietà di base. Farai anche pratica nel simulare e stimare il modello AR in R e nel confrontarlo con il modello random walk (RW).
5
Media mobile semplice
In questo capitolo imparerai il modello a media mobile semplice (MA) e alcune sue proprietà di base. Farai anche pratica nel simulare e stimare il modello MA in R e nel confrontarlo con il modello autoregressivo (AR).
R
Analisi delle serie temporali in R
Corso
completato
