Intro to Time Series Analysis in R

4.4
звезд
Оценки: 191
от партнера
Coursera Project Network
4,920 уже зарегистрированы
В этом Проект с консультациями вы:

Fit various types of time series models to real world data and use them to forecast the future.

Understand how to assess model fit in time series data.

Know the reasons why time series models and methodology are an important toolkit for any data scientist.

Clock2 hours
BeginnerНачинающий
CloudЗагрузка не требуется
VideoВидео на разделенном экране
Comment DotsАнглийский
LaptopТолько для ПК

In this 2 hour long project-based course, you will learn the basics of time series analysis in R. By the end of this project, you will understand the essential theory for time series analysis and have built each of the major model types (Autoregressive, Moving Average, ARMA, ARIMA, and decomposition) on a real world data set to forecast the future. We will go over the essential packages and functions in R as well to make time series analysis easy.

Навыки, которые вы получите

Time Series ForecastingTime SeriesTime Series ModelsBox Jenkins MethodStatistical Hypothesis Testing

Будете учиться пошагово

На видео, которое откроется рядом с рабочей областью, преподаватель объяснит эти шаги:

  1. Time Series Data Overview

  2. Why Time Series?

  3. Key Concepts: Autocorrelation / Autocovariance

  4. Key Concepts: Stationarity

  5. Checking for Stationarity

  6. Transforming for Stationarity

  7. Basic Model Types: AR, MA, ARMA, ARIMA, Decomposition

  8. And More!

Как устроены проекты с консультациями

Ваше рабочее пространство — это облачный рабочий стол в браузере. Ничего не нужно загружать.

На разделенном экране видео преподаватель предоставляет пошаговые

Преподаватели

Рецензии

Лучшие отзывы о курсе INTRO TO TIME SERIES ANALYSIS IN R

Посмотреть все отзывы

Часто задаваемые вопросы

Часто задаваемые вопросы

Остались вопросы? Посетите Центр поддержки учащихся.