Časové řady a předpovědi: Interaktivní aplikační rozhraní

Kurz na míru

Základní info

Tento kurz je určený analytikům, statistikům, ekonomům, specialistům úseků ekonomického plánování, řízení zásob, výzkumu trhu a dalších oborů, kteří potřebují analyzovat časové řady a vytvářet předpovědi. Účastníci se v kurzu naučí pracovat s časovými řadami pomocí interaktivního nástroje SAS Time Series Forecasting System (SAS/ETS). Zájemcům o sestavování analýz časových řad v programovacím jazyku SAS (psaní kódu) je určeno příbuzné školení FETSP. Pro přihlášení do kurzu není nutné mít zkušenosti s predikcemi ani programováním, nicméně účastníci by měli:

  • mít základní orientaci v problematice časových predikcí
  • umět vytvářet a používat SAS tabulky např. v prostředí Base SAS nebo SAS Enterprise Guide
  • umět používat software pro exploraci a analýzu dat včetně grafického zobrazení dat
  • umět vyhodnocovat kvantitativní předpovědi vztažené ke konkrétnímu obchodnímu problému na základě znalosti určitého odvětví (finance, výroba, retail)

Po absolvování tohoto školení byste měli umět:

  • identifikovat trendy a sezónní výkyvy v časových řadách
  • navrhnout model s jednoduchým i složitějším trendem a sezónní model a tento model odhadnout pro konkrétní data
  • vybrat vstupní proměnné pro zahrnutí do regresního modelu časové řady
  • identifikovat vazbu mezi cílovou proměnnou a vstupními proměnnými
  • navrhnout a odhadnout dynamický regresní model časové řady pro konkrétní data

Obsah kurzu


Ekonomické predikce

  • úvod do ekonomických predikcí
  • úvod do predikcí časových řad
  • měření přesnosti predikce
  • popisná a exploratorní analýza časových řad

Jednoduché predikční modely časových řad

  • modelování trendu
  • modelování sezónnosti
  • použití indikátorových proměnných pro modelování událostí
  • modely exponenciální vyrovnání s trendovou složkou
  • modely exponenciální vyrovnání s trendovou a sezónní složkou

Pokročilé predikční modely pro stacionární časové řady

  • úvod do Box-Jenkinsovy predikce
  • autoregresní modely (AR)
  • modely klouzavých průměrů (MA)
  • model kombinující autoregresi a klouzavé průměry (ARMA)
  • volba vhodného ARMA modelu
  • odhad a metody predikce

Pokročilé predikční modely pro nestacionární časové řady

  • využití diferencování při modelování trendu a sezónnosti
  • modely trendu
  • modely sezónnosti
  • predikce na datech letecké společnosti
  • predikce na datech o prodejích spotřební elektroniky

Predikční modely s vysvětlujícími proměnnými

  • běžné regresní modely
  • modely událostí
  • modely regrese časové řady
  • analýza událostí na datech o použití bezpečnostních pásů
  • analýza událostí na datech letecké společnosti
  • vyhodnocení efektivity reklamy

Zpracování dat obsahujících časové řady

  • zpracování dat s časovým údajem
  • obohacení dat s proměnnými o události

Časové řady a předpovědi: Interaktivní aplikační rozhraní

Kontakt na dodavatele získáte po registraci

Tento kurz je pořádán dodavatelem, který nevyužívá placenou prezentaci na portálu Abravito.

Kontaktní údaje na dodavatele získáte po registraci.

Nebo použijte poptávkový formulář.