Przejdź do głównej treści

Kurs

Modele ARIMA w R

Podstawowy4 godz.

Zostań ekspertem w dopasowywaniu modeli ARIMA (autoregresyjnych zintegrowanych średnich ruchomych) do danych szeregów czasowych w R.

R4 godz.{count, plural, one {# film} few {# filmy} many {# filmów} other {# filmów}}{count, plural, one {# ćwiczenie} few {# ćwiczenia} many {# ćwiczeń} other {# ćwiczenia}}3,600 XP34,954Oświadczenie o ukończeniu

Utwórz bezpłatne konto

Kontynuuj z Google
lub
Kontynuując, akceptujesz nasz Warunki użytkowania, nasz Polityka prywatności i że Twoje dane są przechowywane w USA.

Uwielbiany przez uczących się w tysiącach firm

Szkolisz zespół?

Wypróbuj dla firm

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 kursu

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.
Rozpocznij rozdział
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.
Rozpocznij rozdział
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.
Rozpocznij rozdział
R

Modele ARIMA w R

Kurs
ukończony

Zdobądź Certyfikat Ukończenia

Zapisz się

Rozwijaj swoje umiejętności danych z DataCamp for Mobile

Rozwijaj się w drodze dzięki naszym kursom mobilnym i codziennym 5-minutowym wyzwaniom kodowania.