学完这些课程后，我对创建专业的可视化图表和仪表板充满信心
Shoebur Rahman采购专员，Giz Bangladesh
课程简介
我们日常生活中的许多现象（如股票价格的波动）都会在一段时间内按间隔被测量。时间序列分析方法对于分析这类特殊数据非常有用。本课程将带您了解时间序列分析的一些核心概念与技术。
先修要求
课程体系
课程大纲
1
时间序列数据的探索性分析
本章将向您介绍如何在 R 中组织与可视化时间序列数据。您将学习时间序列分析中广泛使用的若干简化假设，以及金融时间序列的常见特征。
2
未来预测
本章中，您将进行趋势识别，并学习白噪声（WN）模型、随机游走（RW）模型，以及平稳过程的定义。
3
相关性分析与自相关函数
本章中，您将回顾相关系数，使用它来比较两条时间序列，并将其用于将时间序列与其自身的过去进行比较（即自相关）。您将了解自相关函数（ACF），并练习估计与可视化时间序列数据的自相关。
4
自回归
本章中，您将学习自回归（AR）模型及其若干基本性质。您还将练习在 R 中模拟与估计 AR 模型，并将 AR 模型与随机游走（RW）模型进行比较。
5
简单移动平均
本章中，您将学习简单移动平均（MA）模型及其若干基本性质。您还将练习在 R 中模拟与估计 MA 模型，并将 MA 模型与自回归（AR）模型进行比较。
R
R 中的时间序列分析
课程已完成
