Prognozowanie i analiza szeregów czasowych

online lub stacjonarnie 2 dni

Zastosowanie: Biznes i zarządzanie, Nauki inne

Oprogramowanie: Statistica | Poziom: Średniozaawansowany | Język: Polski

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

Zapisz się

Zarezerwuj / Zapytaj

Program
Prowadzący
Informacje organizacyjne
Ceny

Program szkolenia:

Zmienne losowe. Podstawy wnioskowania statystycznego
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
Klasyczna analiza szeregów czasowych, dekompozycja szeregu czasowego
- Wskaźniki dynamiki
- Estymacja trendu
  - Średnie ruchome
  - Dopasowywanie funkcji
- Analiza wahań sezonowych
- Metody eliminacji składników systematycznych
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
Modele typu ARIMA
- Identyfikacja postaci modelu
- Estymacja parametrów
- Testowanie modelu
- Ocena dobroci dopasowania i analiza reszt
- Prognozowanie
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

[PL] Paweł Januszewski w dżinsowej koszuli z kołnierzykiem, z podniesioną dłonią, na szarym tle. [EN] Paweł Januszewski in a denim collared shirt, with a raised hand in a thoughtful gesture, against a gray background.

Paweł Januszewski

Ukończył Uniwersytet Jagielloński na Wydziale Matematyki i Informatyki. Specjalizuje się w zastosowaniach analizy danych w badaniach medycznych i optymalizacji wielowymiarowej. Pracownik StatSoft od 2014 roku. Przeprowadził wiele analiz obejmujących m.in. modelowanie statystyczne, szacowanie liczebności próby i prognozowanie szeregów czasowych.
Prowadzi szkolenia:
• Praktyczne zastosowania technik regresyjnych w Statistica
• Planowanie badań i analiza wariancji
• Wprowadzenie do analizy mocy testu i szacowania liczebności próby
• Prognozowanie i analiza szeregów czasowych
• Metody statystyczne w badaniach klinicznych – analiza danych w badaniach biorównoważności.
Ma 10-letnie doświadczenie w prowadzeniu szkoleń z analizy danych, w tym łącznie około 300 godzin w ciągu ostatnich 3 lat.

[PL] prof. dr hab. Andrzej Sokołowski w białej koszuli i czarnej marynarce, na jednolitym szarym tle. [EN] Professor Andrzej Sokołowski in a white shirt and black blazer, against a plain gray background.

prof. dr hab. Andrzej Sokołowski

Prof. Andrzej Sokołowski od początku kariery zawodowej jest związany z Uniwersytetem Ekonomicznym w Krakowie (Zakład Statystyki). Pracował także wiele lat w Centrum Onkologii – Oddział w Krakowie. W latach 1990-1994 pracował również jako Visiting Assistant Professor w Department of Economics, Bilkent University w Ankarze, w Turcji. W latach 1999-2002 pełnił funkcję Prorektora ds. Współpracy z Zagranicą a w latach 2012-2016 był Prorektorem ds. Organizacji i Rozwoju na Uniwersytecie Ekonomicznym w Krakowie. Aktualnie jest zatrudniony w Uniwersytecie Andrzeja Frycza Modrzewskiego w Krakowie.
Jego zainteresowania naukowe dotyczą statystyki matematycznej, analiz wielowymiarowych, statystyki medycznej analizy szeregów czasowych oraz komputerowych pakietów statystycznych. Jest autorem lub współautorem wielu książek, rozdziałów w książkach oraz artykułów w czasopismach publikowanych w języku polskim i angielskim.

Kurs odbywa się online.

Wymagania:

Umiejętność obsługi komputera w środowisku Windows
Podstawowa znajomość pakietu Statistica; zalecamy wcześniejszy udział w kursie Statistica kurs podstawowy lub Statystyka dla niestatystyków

Cena regularna: 2 795 zł

Cena dla akademickich użytkowników Statistica (-20%)*: 2 236 zł

*-20% dla akademickich użytkowników Statistica z aktywnym serwisem StatSoft Polska

Podane ceny są cenami netto i należy do nich doliczyć podatek VAT. Ceny mogą ulec zmianie.

Podobne szkolenia

Statistica kurs podstawowy

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

Dowiedz się więcej

Analizy chemometryczne w Statistica – kurs zaawansowany

Po krótkim przypomnieniu najważniejszych zagadnień omawianych na kursie podstawowym zostaną omówione bardziej zaawansowane metody analizy wykorzystywane w chemometrii: analiza czynnikowa model cząstkowych najmniejszych […]

Dowiedz się więcej

Analiza danych wspomagana sztuczną inteligencją (AI)

Dane mogą być źródłem ogromnych korzyści, czasem określa się jako „ropę naftową” współczesności, gdyż stanowią paliwo dla innowacji i wzrostu efektywności. Jednak podobnie jak nieprzetworzona ropa naftowa nie jest specjalnie użyteczne […]

Dowiedz się więcej