Build your ultimate AI agent
Descrierea cursului
În acest curs, vei deveni expert în ajustarea modelelor ARIMA la date de tip serii de timp folosind R. Mai întâi, vei explora natura datelor de tip serii de timp cu ajutorul instrumentelor din pachetul stats al R. Apoi, vei învăța să ajustezi diverse modele ARMA la date simulate (unde vei cunoaște modelul corect) folosind pachetul R astsa. Odată ce ai stăpânit noțiunile de bază, vei învăța să ajustezi modele ARMA integrate, adică modele ARIMA, la diverse seturi de date reale. Vei învăța cum să verifici validitatea unui model ARIMA și cum să realizezi previziuni pe serii de timp. În final, vei învăța să ajustezi modele ARIMA la date sezoniere, inclusiv cum să realizezi previziuni folosind pachetul astsa.
Cerințe prealabile
Curriculum
Structura cursului
1
Date și modele de tip serii de timp
Vei investiga natura datelor de tip serii de timp și vei învăța elementele de bază ale modelelor ARMA care pot explica comportamentul acestora. Vei învăța comenzile esențiale din R necesare pentru a pregăti datele brute de tip serii de timp într-o formă care poate fi analizată cu modele ARMA.
2
Ajustarea modelelor ARMA
Vei descoperi lumea modelelor ARMA și cum să le ajustezi la date de tip serii de timp. Vei învăța cum să identifici un model, cum să alegi modelul potrivit și cum să îl verifici după ajustare. Vei folosi comenzi R pentru serii de timp din pachetele stats și astsa.
3
Modele ARIMA
Acum că știi să ajustezi modele ARMA la serii de timp stationare, vei învăța despre modelele ARMA integrate (ARIMA) pentru serii de timp nestationare. Vei ajusta modelele la date reale folosind comenzi R pentru serii de timp din pachetele stats și astsa.
4
ARIMA sezonier
Vei învăța cum să ajustezi și să previzionezi date de tip serii de timp sezoniere folosind modele ARIMA sezoniere. Acest lucru se realizează pe baza cunoștințelor dobândite în capitolele anterioare și prin extinderea comenzilor R pentru serii de timp disponibile în pachetele stats și astsa.
R
Modele ARIMA în R
Curs
finalizat
