Dieser Kurs richtet sich an praktizierende und angehende Datenwissenschaftler und Statistiker. Er ist der vierte einer vierteiligen Kursreihe zur Einführung in die Grundlagen der Bayes'schen Statistik. Er baut auf dem Kurs Bayesianische Statistik auf: Vom Konzept zur Datenanalyse, Techniken und Modelle und Mischungsmodelle auf.
Bayessche Statistik: Zeitreihenanalyse
Bayessche Statistik: Zeitreihenanalyse
Dieser Kurs ist Teil von Spezialisierung „Bayessche Statistik“
Dozent: Raquel Prado
5.667 bereits angemeldet
Bei enthalten
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
17 Bewertungen
Stufe Mittel
Empfohlene Erfahrung
2 Wochen zu vervollständigen
unter 10 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Was Sie lernen werden
Erstellen Sie Modelle, die zeitliche Abhängigkeiten beschreiben.
Verwenden Sie R für die Analyse und Vorhersage von Zeitreihen.
Erklären Sie stationäre Zeitreihenprozesse.
Kompetenzen, die Sie erwerben
- Kategorie: Zeitreihenanalyse und Vorhersage
- Kategorie: Statistische Modellierung
- Kategorie: Wahrscheinlichkeitsverteilung
- Kategorie: R-Programmierung
- Kategorie: Statistische Inferenz
- Kategorie: Vorhersage
- Kategorie: Regressionsanalyse
- Kategorie: Statistische Analyse
- Kategorie: Bayessche Statistik
- Der Fähigkeiten-Abschnitt ist eingeklappt. 8 von 9 Fähigkeiten werden angezeigt.
Wichtige Details
Zertifikat zur Vorlage
Zu Ihrem LinkedIn-Profil hinzufügen
Unterrichtet in Englisch
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
Dieser Kurs ist Teil der Spezialisierung Spezialisierung „Bayessche Statistik“
Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage
In diesem Kurs gibt es 5 Module
Dieses Modul definiert stationäre Zeitreihenprozesse, die Autokorrelationsfunktion und den autoregressiven Prozess der Ordnung eins oder AR(1). Die Parameterschätzung mittels Maximum Likelihood und die Bayes'sche Inferenz im AR(1) werden ebenfalls behandelt.
Das ist alles enthalten
9 Videos12 Lektüren5 Aufgaben
Dieses Modul erweitert die in Woche 1 erlernten Konzepte über den AR(1)-Prozess auf den allgemeinen Fall des AR(p). Die Maximum-Likelihood-Schätzung und die Bayes'sche Posterior-Inferenz im AR(p) werden besprochen.
Das ist alles enthalten
9 Videos8 Lektüren3 Aufgaben
Normale dynamische lineare Modelle (NDLMs) werden in diesem Modul definiert und anhand mehrerer Beispiele erläutert. Die Modellbildung auf der Grundlage der Prognosefunktion über das Überlagerungsprinzip wird erläutert. Methoden zur Bayes'schen Filterung, Glättung und Vorhersage für NDLMs im Falle bekannter Beobachtungsabweichungen und bekannter Systemkovarianzmatrizen werden besprochen und veranschaulicht.
Das ist alles enthalten
10 Videos7 Lektüren3 Aufgaben
In diesem Modul werden Sie normale dynamische lineare Modelle erweitern, um saisonale Strukturen und komplexere Modellkomponenten unter Verwendung von Fourier-Darstellungen und dem Überlagerungsprinzip zu behandeln. Sie werden sich auch mit Bayes'scher Filterung, Glättung und Vorhersage beschäftigen, wenn die Abweichung der Beobachtung unbekannt ist, einschließlich der Verwendung von Abzinsungsfaktoren zur Spezifizierung von System-Kovarianzmatrizen.
Das ist alles enthalten
7 Videos4 Lektüren3 Aufgaben
In diesem Abschlussprojekt werden Sie normale dynamische lineare Modelle verwenden, um einen von Google Trend heruntergeladenen Zeitreihendatensatz zu analysieren.
Das ist alles enthalten
1 Aufgabe
Erwerben Sie ein Karrierezertifikat.
Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.
Dozent
Lehrkraftbewertungen
(7 Bewertungen)
Mehr von Wahrscheinlichkeitsrechnung und Statistik entdecken
Status: Kostenloser Testzeitraum
Status: Kostenloser TestzeitraumUniversity of California, Santa Cruz
Status: Kostenloser TestzeitraumUniversity of California, Santa Cruz
Status: Kostenloser TestzeitraumIllinois Tech
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Bewertungen von Lernenden
- 5 stars
70,58 %
- 4 stars
0 %
- 3 stars
17,64 %
- 2 stars
5,88 %
- 1 star
5,88 %
Zeigt 3 von 17 an
YN
Geprüft am 5. Feb. 2024
It was a nice course, but it would be better if there were more supplementary materials for the proof and theoretical discussion.
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Um Zugang zu den Kursmaterialien und Aufgaben zu erhalten und um ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung erwerben, wenn Sie sich für einen Kurs anmelden. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen. Der Kurs kann stattdessen die Option "Vollständiger Kurs, kein Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Spezialisierung, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Seite "Leistungen" hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder Ihrem LinkedIn-Profil hinzufügen.
Ja. Für ausgewählte Lernprogramme können Sie eine finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie die Anmeldungsgebühr nicht aufbringen können. Wenn für das von Ihnen gewählte Lernprogramm eine finanzielle Unterstützung oder ein Stipendium verfügbar ist, finden Sie auf der Beschreibungsseite einen Link zum Antragsformular.
Weitere Fragen
Finanzielle Unterstützung verfügbar,
¹ Einige Aufgaben in diesem Kurs werden mit AI bewertet. Für diese Aufgaben werden Ihre Daten in Übereinstimmung mit Datenschutzhinweis von Courseraverwendet.