Vei investiga natura datelor de tip serii de timp și vei învăța elementele de bază ale modelelor ARMA care pot explica comportamentul acestora. Vei învăța comenzile esențiale din R necesare pentru a pregăti datele brute de tip serii de timp într-o formă care poate fi analizată cu modele ARMA.

Înainte de toate

Explorare date

Elementele unei serii de timp

Staționaritate și nestaționaritate

Diferențierea

Eliminarea trendului din date

Gestionarea trendului și a heteroscedasticității

Serii de timp staționare: ARMA

Simularea modelelor ARMA

Date și modele de tip serii de timp

Vei descoperi lumea modelelor ARMA și cum să le ajustezi la date de tip serii de timp. Vei învăța cum să identifici un model, cum să alegi modelul potrivit și cum să îl verifici după ajustare. Vei folosi comenzi R pentru serii de timp din pachetele stats și astsa.

Modele AR și MA

Ajustarea unui model AR(1)

Ajustarea unui model AR(2)

Ajustarea unui model MA(1)

AR și MA împreună

Ajustarea unui model ARMA

Identifică un model ARMA

Alegerea modelului și analiza reziduurilor

Alegerea modelului - I

Alegerea modelului - II

Analiza reziduurilor - I

Analiza reziduurilor - II

ARMA în acțiune

Ajustarea modelelor ARMA

Acum că știi să ajustezi modele ARMA la serii de timp stationare, vei învăța despre modelele ARMA integrate (ARIMA) pentru serii de timp nestationare. Vei ajusta modelele la date reale folosind comenzi R pentru serii de timp din pachetele stats și astsa.

ARIMA – ARMA integrat

ARIMA - plug and play

ARIMA simulat

Încălzirea globală

Diagnostice ARIMA

Diagnostice – supraajustare simulată

Diagnosticare – temperaturi globale

Prognoză cu ARIMA

Prognozarea unui ARIMA simulat

Prognozarea temperaturilor globale

Modele ARIMA

Vei învăța cum să ajustezi și să previzionezi date de tip serii de timp sezoniere folosind modele ARIMA sezoniere. Acest lucru se realizează pe baza cunoștințelor dobândite în capitolele anterioare și prin extinderea comenzilor R pentru serii de timp disponibile în pachetele stats și astsa.

Modele pur sezoniere

ACF/PACF pentru modele pur sezoniere

Ajustează un model pur sezonier

Modele sezoniere mixte

Ajustează un model sezonier mixt

Analiza datelor - șomaj I

Analiza datelor - șomaj II

Analiză de date – prețuri la mărfuri

Analiza datelor - rata natalității

Prognozarea cu modele ARIMA sezoniere

Prognozarea șomajului lunar

Cât de dificilă este prognoza prețurilor la mărfuri?

Felicitări!

ARIMA sezonier

În acest curs, vei deveni expert în ajustarea modelelor ARIMA la date de tip serii de timp folosind R. Mai întâi, vei explora natura datelor de tip serii de timp cu ajutorul instrumentelor din pachetul stats al R. Apoi, vei învăța să ajustezi diverse modele ARMA la date simulate (unde vei cunoaște modelul corect) folosind pachetul R astsa. Odată ce ai stăpânit noțiunile de bază, vei învăța să ajustezi modele ARMA integrate, adică modele ARIMA, la diverse seturi de date reale. Vei învăța cum să verifici validitatea unui model ARIMA și cum să realizezi previziuni pe serii de timp. În final, vei învăța să ajustezi modele ARIMA la date sezoniere, inclusiv cum să realizezi previziuni folosind pachetul astsa.

Time Series Analysis in R

În acest curs, vei deveni expert în ajustarea modelelor ARIMA la serii temporale folosind R.

Modele ARIMA în R

Devino expert în ajustarea modelelor ARIMA (autoregressive integrated moving average) la date de tip serie temporală folosind R.

Analist cantitativ  în R

Serii de timp  în R

Analiza reziduurilor - II

Modele ARIMA în R

Exercițiu interactiv practic