Prognozowanie i analiza szeregów czasowych

online 2 dni

Szkolenie dla osób, które chcą poznać podstawowe i zaawansowane techniki prognozowania i analizy szeregów czasowych. Uczestnicy poznają podstawowe pojęcia (proces stochastyczny, składniki szeregów czasowych) oraz szeroki zakres metod, umożliwiających formułowanie prognoz i ocenę ich jakości (estymacja trendu, analiza wahań sezonowych, wyrównywanie wykładnicze, funkcje autokorelacji i autokorelacji cząstkowej, modele ARIMA).

Dla kogo?

  • Dla wszystkich, którzy chcą wspierać swoje decyzje wynikami prognozowania – np. w biznesie, sprzedaży, marketingu, badaniach naukowych – ekonomii, demografii lub naukach przyrodniczych.

 

Efekty szkolenia:

  • Poznasz podstawowe pojęcia z zakresu szeregów czasowych i prognozowania
  • Poznasz różnorodne metody umożliwiające formułowanie prognoz oraz ocenę ich trafności
  • Dowiesz się, jak radzić sobie ze spotykanymi w praktyce trudnościami w prognozowaniu
  • Nauczysz się samodzielnie modelować i prognozować szeregi czasowe w programie Statistica

  • Program
  • Trainer
  • Organizational information

Program szkolenia:

  1. Zmienne losowe. Podstawy wnioskowania statystycznego
  2. Procesy stochastyczne i szeregi czasowe
    • Definicja procesu stochastycznego
    • Szereg czasowy i jego prezentacja graficzna
    • Procesy z czasem ciągłym i dyskretnym
    • Parametry procesu stochastycznego: wartość przeciętna, wariancja i funkcja autokorelacji
    • Stacjonarność i ergodyczność procesu
  3. Klasyczna analiza szeregów czasowych, dekompozycja szeregu czasowego
    • Wskaźniki dynamiki
    • Estymacja trendu
      • Średnie ruchome
      • Dopasowywanie funkcji
    • Analiza wahań sezonowych
    • Metody eliminacji składników systematycznych
  4. Metody regresyjne w modelowaniu i prognozowaniu szeregów czasowych
    • Modele ze zmiennymi zerojedynkowymi
    • Klasyczne modele autoregresji
    • Uwzględnianie informacji ze zmiennych dodatkowych
    • Trendy jednoimiennych okresów
    • Ocena modeli prognostycznych
  5. Modele typu ARIMA
    • Identyfikacja postaci modelu
    • Estymacja parametrów
    • Testowanie modelu
    • Ocena dobroci dopasowania i analiza reszt
    • Prognozowanie
  6. Wyrównywanie wykładnicze
    • Proste wyrównywanie wykładnicze
    • Modele sezonowe i niesezonowe

Polecamy kolejne szkolenia:                                       

  • Z cyklu „Prognozowanie”
  • z cyklu “Data mining”
  • Prognozowanie metodami uczenia maszynowego w Python
  • Praktyczne zastosowania technik regresyjnych w Statistica

Similar courses

Praktyczne zastosowania technik regresyjnych w Statistica

Jednym z głównych celów badań jest ilościowy opis powiązań pomiędzy zjawiskami i wywołującymi je czynnikami. Szkolenie jest poświęcone omówieniu statystycznych […]

Learn more

Statistica kurs podstawowy

Szkolenie polecamy wszystkim, którzy chcą poznać podstawy obsługi programu Statistica oraz potrzebują przystępnego wprowadzenia do metod statystycznej analizy danych. Nieprzeładowane […]

Learn more

Przygotowanie danych na potrzeby analiz i raportowania

Czyszczenie i przygotowanie danych zajmuje do 80% czasu pracy analityka. Jest to proces żmudny i czasochłonny. Znajomość metod i dobrych […]

Learn more

Do you have questions?

Get in Touch!

Our team is ready to help with any questions you might have. Just fill out the form, send us a message, or give us a call, and we’ll get back to you as soon as we can!

    Skip to content