Po ukończeniu tych kursów czuję się pewnie w tworzeniu profesjonalnych wizualizacji i pulpitów nawigacyjnych
Shoebur RahmanSpecjalista ds. zakupów, Giz Bangladesh
Opis kursu
W tym kursie staniesz się ekspertem w dopasowywaniu modeli ARIMA do danych szeregów czasowych przy użyciu R. Na początku zbadasz naturę danych szeregów czasowych, korzystając z narzędzi dostępnych w pakiecie stats. Następnie nauczysz się dopasowywać różne modele ARMA do danych symulowanych (gdzie znasz właściwy model) za pomocą pakietu astsa. Po opanowaniu podstaw przejdziesz do dopasowywania zintegrowanych modeli ARMA, czyli modeli ARIMA, do różnych rzeczywistych zbiorów danych. Nauczysz się weryfikować poprawność modelu ARIMA oraz prognozować dane szeregów czasowych. Na koniec poznasz metody dopasowywania modeli ARIMA do danych sezonowych, w tym prognozowanie z wykorzystaniem pakietu astsa.
Wymagania wstępne
Program nauczania
Plan kursu
1
Dane i modele szeregów czasowych
Zbadasz naturę danych szeregów czasowych i poznasz podstawy modeli ARMA, które pozwalają opisać zachowanie takich danych. Nauczysz się podstawowych poleceń R potrzebnych do przekształcenia surowych danych szeregów czasowych do postaci gotowej do analizy przy użyciu modeli ARMA.
2
Dopasowywanie modeli ARMA
Odkryjesz świat modeli ARMA i poznasz metody dopasowywania ich do danych szeregów czasowych. Nauczysz się identyfikować model, wybierać właściwy model oraz weryfikować go po dopasowaniu do danych. Poznasz polecenia R do analizy szeregów czasowych z pakietów stats i astsa.
3
Modele ARIMA
Skoro wiesz już, jak dopasowywać modele ARMA do stacjonarnych szeregów czasowych, teraz poznasz zintegrowane modele ARMA (ARIMA) przeznaczone do niestacjonarnych szeregów czasowych. Dopasujesz te modele do rzeczywistych danych, korzystając z poleceń R z pakietów stats i astsa.
4
Sezonowe modele ARIMA
Nauczysz się dopasowywać sezonowe modele ARIMA i prognozować sezonowe szeregi czasowe. Wykorzystasz wiedzę zdobytą w poprzednich rozdziałach i rozszerzysz ją o nowe możliwości poleceń R dostępnych w pakietach stats i astsa.
R
Modele ARIMA w R
Kurs
ukończony
