Prognozowanie i analiza szeregów czasowych

online 2 dni

Zastosowanie: Biznes i zarządzanie, Nauki inne

Oprogramowanie: Statistica

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.

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

Analiza logarytmiczno-liniowa

Celem kursu jest zaznajomienie uczestników z modelami i metodami wnioskowania statystycznego stosowanymi w analizie danych jakościowych. Zagadnieniami omawianymi podczas kursu są zarówno problemy wyboru […]

Dowiedz się więcej

Statystyka w badaniach naukowych – zastosowania i dobre praktyki

Szkolenie jest poświęcone omówieniu poprawnego stosowania podejścia statystycznego w kolejnych etapach procesu badawczego w różnych dziedzinach badań naukowych. Szczególny nacisk położono na statystyczne […]

Dowiedz się więcej

Data mining – kurs podstawowy

Data mining (inaczej uczenie maszynowe, ang. machine learning) jest działem sztucznej inteligencji, coraz częściej stosowanym w nauce, badaniach innowacyjnych i rozmaitych zastosowaniach komercyjnych. Dzięki […]

Dowiedz się więcej