After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
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
Curriculum
Cursusoverzicht
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.
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.
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.
4
Seizoens-ARIMA
Je leert hoe je seizoensgebonden tijdreeksen fit en voorspelt met seizoens-ARIMA-modellen. Dit doe je met wat je in de vorige hoofdstukken hebt geleerd en door te leren hoe je de R-tijdreekscommando’s uit de pakketten stats en astsa uitbreidt.
R
ARIMA-modellen in R
Cursus
voltooid
