Ce cours s'adresse aux data scientists et aux statisticiens, qu'ils soient en activité ou qu'ils aspirent à le devenir. Il s'agit du quatrième cours d'une série de quatre introduisant les principes fondamentaux de la statistique bayésienne. Il s'appuie sur les cours Statistiques bayésiennes : Du concept à l'analyse des données, Techniques et modèles, et Modèles de mélange.
Statistiques bayésiennes : Analyse des séries temporelles
Statistiques bayésiennes : Analyse des séries temporelles
Ce cours fait partie de Spécialisation Statistiques bayésiennes
Instructeur : Raquel Prado
4 747 déjà inscrits
Inclus avec 
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.3
(15 avis)
niveau Intermédiaire
Expérience recommandée
22 heures pour terminer
3 semaines à 7 heures par semaine
Planning flexible
Apprenez à votre propre rythme
Ce que vous apprendrez
Construire des modèles qui décrivent les dépendances temporelles.
Utilisez R pour l'analyse et la prévision des séries temporelles.
Expliquez les processus de séries temporelles stationnaires.
Compétences que vous acquerrez
- Catégorie : Prévisions
- Catégorie : Statistiques bayésiennes
- Catégorie : Séries chronologiques
- Catégorie : Modélisation linéaire dynamique
- Catégorie : La programmation en R
Détails à connaître
Certificat partageable
Ajouter à votre profil LinkedIn
Évaluations
10 devoirs
Enseigné en Anglais
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
Ce cours fait partie de la Spécialisation Statistiques bayésiennes
Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable
Obtenez un certificat professionnel
Ajoutez cette qualification à votre profil LinkedIn ou à votre CV
Partagez-le sur les réseaux sociaux et dans votre évaluation de performance
Il y a 5 modules dans ce cours
Ce module définit les processus de séries temporelles stationnaires, la fonction d'autocorrélation et le processus autorégressif d'ordre un ou AR(1). L'estimation des paramètres via le maximum de vraisemblance et l'inférence bayésienne dans le processus AR(1) sont également abordés.
Inclus
9 vidéos12 lectures4 devoirs1 évaluation par les pairs
Ce module étend les concepts appris dans la semaine 1 sur le processus AR(1) au cas général de AR(p). L'estimation du maximum de vraisemblance et l'inférence bayésienne a posteriori dans le processus AR(p) sont discutées.
Inclus
9 vidéos8 lectures2 devoirs1 évaluation par les pairs
Les modèles linéaires dynamiques normaux (NDLM) sont définis et illustrés dans ce module à l'aide de plusieurs exemples. La construction de modèles basés sur la fonction de prévision via le principe de superposition est expliquée. Les méthodes de filtrage, de lissage et de prévision bayésiennes pour les NDLM dans le cas de variances d'observation connues et de matrices de covariance de système connues sont discutées et illustrées.
Inclus
10 vidéos7 lectures2 devoirs1 évaluation par les pairs
Inclus
7 vidéos4 lectures2 devoirs1 évaluation par les pairs
Dans ce projet final, vous utiliserez des modèles linéaires dynamiques normaux pour analyser un ensemble de données de séries temporelles téléchargées à partir de Google trend.
Inclus
1 évaluation par les pairs
Instructeur
Évaluations de l’enseignant
4.4 (7 évaluations)Offert par
Recommandé si vous êtes intéressé(e) par Probabilités et Statistiques
University of Illinois Urbana-Champaign
Ball State University
Stanford University
Coursera Project Network
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
Avis des étudiants
4.3
15 avis
- 5 stars
73,33 %
- 4 stars
0 %
- 3 stars
20 %
- 2 stars
0 %
- 1 star
6,66 %
Affichage de 3 sur 15
YN
5
Révisé le 5 févr. 2024
It was a nice course, but it would be better if there were more supplementary materials for the proof and theoretical discussion.
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
L'accès aux cours et aux devoirs dépend de votre type d'inscription. Si vous suivez un cours en mode audit, vous pourrez consulter gratuitement la plupart des supports de cours. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter l'expérience de certificat, pendant ou après votre audit. Si vous ne voyez pas l'option d'audit :
Il se peut que le cours ne propose pas d'option d'audit. Vous pouvez essayer un essai gratuit ou demander une aide financière.
Le cours peut proposer l'option "Cours complet, pas de certificat" à la place. Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.
Lorsque vous vous inscrivez au cours, vous avez accès à tous les cours de la Specializations, et vous obtenez un certificat lorsque vous terminez le travail. Votre certificat électronique sera ajouté à votre page de réalisations - de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez uniquement lire et visualiser le contenu du cours, vous pouvez auditer le cours gratuitement.
Si vous vous êtes abonné, vous bénéficiez d'une période d'essai gratuite de 7 jours pendant laquelle vous pouvez annuler votre abonnement sans pénalité. Après cette période, nous ne remboursons pas, mais vous pouvez résilier votre abonnement à tout moment. Consultez notre politique de remboursement complète.