| ID | 1252626 |
|---|---|
| Klassenraum | 3 Tage 9:00-16:30 |
| Webinar | 5 Tage 9:00-12:30 |
| Methode | Vortrag mit Beispielen und Übungen. |
| Vorwissen | Grundlagen der Statistik |
| Zielgruppe | Datenanalysten |
- Zeitreihen strukturiert beschreiben und darstellen
- Einfache Modelle durch Glättung und Interpolation aufbauen
- Deterministische Modelle für Erklärung und Prognose entwickeln
- ARIMA-Modelle bestimmen und nutzen
- VARIMA-Modelle für mehrdimensionale Zeitreihen erstellen
- Zeitreihen beschreiben
- Beschreiben Sie Zeitreihen mit R und geeigneten R-Paketen
- Zeitreihen glätten und interpolieren
- Glätten Sie Zeitreihen und nutzen Sie die Glättung für Prognosen
- Deterministische Modelle aufbauen
- Nutzen Sie die Regressionsanalyse, um in R ein Modell für eine Zeitreihen zu bauen
- ARIMA-Modelle erstellen
- Verwenden Sie autoregressive Modelle für komplexe Zeitreihenanalyse
- VARIMA-Modelle für mehrdimensionale Zeitreihen erstellen
- Nutzen Sie VARIMA-Modelle für mehrdimensionale Zeitreihenanalyse
Beschreibung
Setzen Sie R für die Analyse von ein- und mehrdimensionalen Zeitreihen ein und lernen Sie Techniken wie Glättung und Interpolation genauso kennen wie ARIMA, VARIMA und ARCH.
Spezial
Sie erhalten das von Ihrem Dozenten Marco Skulschus veröffentlichte Fachbuch.
Services
- Mittagessen / Catering
- Hilfe bei Hotel / Anreise
- Comelio-Zertifikat
- Flexibel: Bis einen Tag vorher kostenlos stornieren
Der Funktionsumfang von R kann durch eine Vielzahl von Paketen erweitert und an spezifische statistische Problemstellungen angepasst werden. Speziell für die Analyse von Zeitreihen gibt es auch eine Vielzahl von Paketen. Dieses Seminar zeigt Ihnen, wie Sie Zeitreihen beschreiben (Autokorrelation, Perioden, Komponentenzerlegung und Trendanalyse) und für Zeitreihen Modelle entwickeln können. Dabei lernen Sie, wie Sie AR-/MA- und ARMA-/ARIMA-Modelle für univariate Zeitreihen und VARMA-Modelle für multivariate Zeitreihen ableiten. Darüber hinaus sehen Sie, wie Sie lineare und nichtlineare Modelle (ARCH-Modelle) entwickeln. Mit Hilfe dieser Modelle und weiterer Techniken kann man dann Prognosen in der Zeit durchführen.
