Ga naar hoofdinhoud
HomeR

Cursus

ARIMA-modellen in R

BasisVaardigheidsniveau
Bijgewerkt 08-2024
Word een expert in het toepassen van ARIMA-modellen (autoregressive integrated moving average) op tijdreeksgegevens met behulp van R.
Start Cursus Kosteloos
RProbability & Statistics
4 u
13 videos
45 Opdrachten
3,600 XP
34,895
Bewijs van Prestatie

Maak je kosteloos account aan

Ga verder met GoogleMeer opties weergeven

of

Door verder te gaan accepteer je onze Gebruiksvoorwaarden, ons Privacybeleid en dat je gegevens worden opgeslagen in de VS.

Geliefd bij leerlingen van duizenden bedrijven

Group

Een team trainen?

Probeer voor bedrijven

Cursusbeschrijving

In deze cursus word je een expert in het fitten van ARIMA-modellen op tijdreeksgegevens met R. Eerst verken je de aard van tijdreeksgegevens met de tools uit het R-pakket stats. Daarna leer je hoe je verschillende ARMA-modellen fit op gesimuleerde data (waarbij je het juiste model kent) met het R-pakket astsa. Als je de basis onder de knie hebt, leer je hoe je geïntegreerde ARMA-modellen, oftewel ARIMA-modellen, fit op verschillende echte gegevenssets. Je leert hoe je de geldigheid van een ARIMA-model controleert en hoe je tijdreeksen kunt voorspellen. Tot slot leer je ARIMA-modellen fitten op seizoensdata, inclusief het maken van voorspellingen met het astsa-pakket.

Vereisten

Time Series Analysis in R
1

Tijdreeksdata en -modellen

Je onderzoekt de aard van tijdreeksgegevens en leert de basis van ARMA-modellen die het gedrag van zulke data kunnen verklaren. Je leert de basiscommando’s in R die helpen om ruwe tijdreeksdata om te zetten naar een vorm die je met ARMA-modellen kunt analyseren.
Hoofdstuk beginnen
2

ARMA-modellen fitten

Je ontdekt de wondere wereld van ARMA-modellen en hoe je deze modellen op tijdreeksdata fit. Je leert hoe je een model identificeert, het juiste model kiest en hoe je een model verifieert zodra je het op data hebt gefit. Je leert R-tijdreekscommando’s gebruiken uit de pakketten stats en astsa.
Hoofdstuk beginnen
3

ARIMA-modellen

Nu je weet hoe je ARMA-modellen fit op stationaire tijdreeksen, leer je over geïntegreerde ARMA- (ARIMA-)modellen voor niet-stationaire tijdreeksen. Je fit de modellen op echte data met R-tijdreekscommando’s uit de pakketten stats en astsa.
Hoofdstuk beginnen
ARIMA-modellen in R
Cursus
voltooid

Verdien een prestatieverklaring

Voeg deze referentie toe aan je LinkedIn-profiel, cv of curriculum vitae
Deel het op sociale media en in je functioneringsgesprekSchrijf je nu in

Sluit je aan bij meer dan 19 miljoen leerlingen en start vandaag nog met ARIMA-modellen in R!

Maak je kosteloos account aan

Ga verder met GoogleMeer opties weergeven

of

Door verder te gaan accepteer je onze Gebruiksvoorwaarden, ons Privacybeleid en dat je gegevens worden opgeslagen in de VS.

Ontwikkel je datavaardigheden met DataCamp voor Mobiel

Maak vooruitgang onderweg met onze mobiele cursussen en dagelijkse 5-minuten programmeeruitdagingen.

Download on the App StoreGet it on Google Play