University of California, Santa Cruz
Bayessche Statistik: Zeitreihenanalyse
University of California, Santa Cruz

Bayessche Statistik: Zeitreihenanalyse

Dieser Kurs ist Teil von Spezialisierung Bayessche Statistik

Raquel Prado

Dozent: Raquel Prado

4.747 bereits angemeldet

Bei Coursera Plus enthalten

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
4.3

(15 Bewertungen)

Stufe Mittel

Empfohlene Erfahrung

Es dauert 22 Stunden
3 Wochen bei 7 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
4.3

(15 Bewertungen)

Stufe Mittel

Empfohlene Erfahrung

Es dauert 22 Stunden
3 Wochen bei 7 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: Vorhersage
  • Kategorie: Bayessche Statistik
  • Kategorie: Zeitreihen
  • Kategorie: Dynamische lineare Modellierung
  • Kategorie: R-Programmierung

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

10 Aufgaben

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Platzhalter

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
Platzhalter
Platzhalter

Erwerben Sie ein Karrierezertifikat.

Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.

Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.

Platzhalter

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 Lektüren4 Aufgaben1 peer review

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 Lektüren2 Aufgaben1 peer review

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 Lektüren2 Aufgaben1 peer review

Das ist alles enthalten

7 Videos4 Lektüren2 Aufgaben1 peer review

In diesem Abschlussprojekt werden Sie normale dynamische lineare Modelle verwenden, um einen von Google Trend heruntergeladenen Zeitreihendatensatz zu analysieren.

Das ist alles enthalten

1 peer review

Dozent

Lehrkraftbewertungen
4.4 (7 Bewertungen)
Raquel Prado
University of California, Santa Cruz
1 Kurs4.747 Lernende

von

Empfohlen, wenn Sie sich für Wahrscheinlichkeitsrechnung und Statistik interessieren

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

4.3

15 Bewertungen

  • 5 stars

    73,33 %

  • 4 stars

    0 %

  • 3 stars

    20 %

  • 2 stars

    0 %

  • 1 star

    6,66 %

Zeigt 3 von 15 an

YN
5

Geprüft am 5. Feb. 2024

Platzhalter

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