|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/formacao-series-temporais-no-r-parte-24-modelagem-arima/
课程评论：没有评论
**课程概览** 本课程是“R语言时间序列分析系列课程”（共四部分）的第二部分，专注于ARIMA模型。通过本系列课程，您将学习如何可视化、建模和预测时间序列数据。课程将涵盖白噪声、随机游走等重要概念。 **课程内容** 本课程将深入探讨时间序列分析的核心概念，包括： * **平稳性（Stationarity）**：理解时间序列数据是否具有固定的统计特性（如均值、方差和自协方差）。 * **趋势（Trend）**：识别和分析数据中随时间推移的长期变化方向。 * **模型（Models）**： * **白噪声（White Noise, WN）**：学习具有零均值、恒定方差且无自相关性的随机过程。 * **随机游走（Random Walk, RW）**：理解当前值仅依赖于前一期值加上一个随机冲击的模型。 * **自回归（Autoregressive, AR）模型**：学习当前值如何与过去值线性相关。 * **移动平均（Moving Average, MA）模型**：理解当前值如何与过去的随机冲击线性相关。 * **自回归移动平均（Autoregressive Moving Average, ARMA）模型**：结合AR和MA模型的特性。 * **模型估计（Model Estimation）**：学习如何使用R语言估计时间和模型的参数。 * **预测（Forecasting）**：掌握如何利用建立的模型对未来数据进行预测。 **学习目标** 完成本课程后，您将能够： * 理解时间序列数据的平稳性、趋势等关键概念。 * 掌握ARIMA模型的基本原理，包括AR、MA、ARMA等模型。 * 使用R语言估计时间序列模型的参数。 * 运用ARIMA模型对时间序列数据进行预测。 **课程优势** 本课程注重实践，旨在让您不仅了解理论知识，更能掌握在R语言中进行时间序列可视化、建模和预测的实际技能。加入本系列课程，您将成为一个能够独立处理时间序列数据分析的专业人士。
Aprenda nessa senquencia de cursos de formação em séries temporais técnicas para: visualizar, modelar e prever os seus dados! Conceitos importantes como de ruídos brancos, passeios aleatórios e muito mais! Nesse pacote de cursos, iremos abordar 4 partes em sequência: Visualização dos dados, Modelagem ARIMA, Previsões estatística e estudos de casos para colocar em prática. No primeiro curso (Visualização de dados) aprenda como analisar visualmente no R com um conjunto disponibilizado, as principais ferramentas para entender seus dados. Plote gráficos de séries temporais univariadas e multivariadas!No segundo curso (Modelagem ARIMA) você verá os principais conceitos de series temporais: Estacionaridade, tendência e modelos (WN, RW, AR, MA, ARMA...) assim como estima-los e prever.No terceiro curso (Previsões) vamos abordar diversas formas de previsões estatísticas em séries temporais!No quarto curso (Estudo de caso) colocaremos tudo em prática! Para que você não saia da formação apenas como um ouvinte, mas também como alguém que sabe VISUALIZAR, MODELAR E PREVER os dados no R!
