メインコンテンツへスキップ

コース

Rで学ぶARIMAモデル

基礎スキルレベル

更新日 2024/08

Rで時系列データにARIMA（自己回帰和分移動平均）モデルを適合させ、専門的スキルを身につけましょう。

コースを無料で開始

RProbability & Statistics

4時間

13 ビデオ

45 演習

3,600 XP

34,887

修了証明書

何千もの企業の従業員が支持

チームのトレーニングを担当していますか？

Businessをお試しください

コース説明

このコースでは、Rを使って時系列データにARIMAモデルをあてはめるスキルを身につけます。まず、Rのstatsパッケージのツールを使って時系列データの性質を探ります。次に、Rパッケージastsaを用いて、（正しいモデルがわかっている）シミュレーションデータにさまざまなARMAモデルをフィットする方法を学びます。基礎をマスターしたら、実データに統合型ARMA、つまりARIMAモデルを適用する方法を学びます。ARIMAモデルの妥当性の確認方法や、時系列データの予測方法も身につけます。最後に、astsaパッケージを使った予測を含め、季節データへのARIMAモデルの当てはめ方も学びます。

前提条件

Time Series Analysis in R

1

Time Series Data and Models

You will investigate the nature of time series data and learn the basics of ARMA models that can explain the behavior of such data. You will learn the basic R commands needed to help set up raw time series data to a form that can be analyzed using ARMA models.

First things first

Elements of time series

Stationarity and nonstationarity

Differencing

Detrending data

Dealing with trend and heteroscedasticity

Stationary time series: ARMA

Simulating ARMA models

チャプターを開始

2

Fitting ARMA models

You will discover the wonderful world of ARMA models and how to fit these models to time series data. You will learn how to identify a model, how to choose the correct model, and how to verify a model once you fit it to data. You will learn how to use R time series commands from the stats and astsa packages.

AR and MA models

Fitting an AR(1) model

Fitting an AR(2) model

Fitting an MA(1) model

AR and MA together

Fitting an ARMA model

Identify an ARMA model

Model choice and residual analysis

Model choice - I

Model choice - II

Residual analysis - I

Residual analysis - II

ARMA get in

チャプターを開始

3

ARIMA Models

Now that you know how to fit ARMA models to stationary time series, you will learn about integrated ARMA (ARIMA) models for nonstationary time series. You will fit the models to real data using R time series commands from the stats and astsa packages.

ARIMA - integrated ARMA

ARIMA - plug and play

Simulated ARIMA

Global warming

ARIMA diagnostics

Diagnostics - simulated overfitting

Diagnostics - global temperatures

Forecasting ARIMA

Forecasting simulated ARIMA

Forecasting global temperatures

チャプターを開始

4

Seasonal ARIMA

You will learn how to fit and forecast seasonal time series data using seasonal ARIMA models. This is accomplished using what you learned in the previous chapters and by learning how to extend the R time series commands available in the stats and astsa packages.

Pure seasonal models

P/ACF of pure seasonal models

Fit a pure seasonal model

Mixed seasonal models

Fit a mixed seasonal model

Data analysis - unemployment I

Data analysis - unemployment II

Data analysis - commodity prices

Data analysis - birth rate

Forecasting seasonal ARIMA

Forecasting monthly unemployment

How hard is it to forecast commodity prices?

Congratulations!

チャプターを開始

Rで学ぶARIMAモデル

コース完了

修了証明書を取得

この修了書をLinkedInや履歴書、CVに追加しましょう
ソーシャルメディアや人事評価で共有しましょう今すぐ登録

19百万人を超える学習者と共にRで学ぶARIMAモデルを始めましょう！

DataCamp for Mobileでデータスキルを磨きましょう

モバイルコースと毎日の 5 分間のコーディングチャレンジで、外出先でも進歩できます。