or
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
บทนี้จะแนะนำแนวคิดเรื่อง Correlation และ Autocorrelation สำหรับอนุกรมเวลา โดย Correlation อธิบายความสัมพันธ์ระหว่างอนุกรมเวลาสองชุด ส่วน Autocorrelation อธิบายความสัมพันธ์ของอนุกรมเวลากับค่าในอดีตของตัวเอง
บทนี้จะแนะนำโมเดลอนุกรมเวลาพื้นฐาน ได้แก่ White Noise และ Random Walk
บทนี้จะแนะนำโมเดล Autoregressive หรือ AR สำหรับอนุกรมเวลา โมเดลเหล่านี้ใช้ค่าในอดีตของอนุกรมเพื่อพยากรณ์ค่าปัจจุบัน
บทนี้จะแนะนำโมเดลอีกประเภทหนึ่ง คือ Moving Average หรือ MA และจะแสดงวิธีผสมโมเดล AR และ MA เข้าด้วยกันเป็นโมเดล ARMA ที่ทรงพลัง
แบบฝึกหัดปัจจุบัน
บทนี้จะแสดงวิธีสร้างโมเดลอนุกรมเวลาสองชุดร่วมกันโดยใช้โมเดล Cointegration จากนั้นจะปิดท้ายด้วยกรณีศึกษาที่วิเคราะห์ข้อมูลอนุกรมเวลาของอุณหภูมิในนิวยอร์กซิตี้