Ce cours n'est pas disponible en Français (France)

Nous sommes actuellement en train de le traduire dans plus de langues.
Illinois Tech

Introduction to Time Series

Trevor Leslie

Instructeur : Trevor Leslie

Inclus avec Coursera Plus

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
niveau Intermédiaire

Expérience recommandée

51 heures pour terminer
3 semaines à 17 heures par semaine
Planning flexible
Apprenez à votre propre rythme
Préparer un diplôme
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
niveau Intermédiaire

Expérience recommandée

51 heures pour terminer
3 semaines à 17 heures par semaine
Planning flexible
Apprenez à votre propre rythme
Préparer un diplôme

Compétences que vous acquerrez

  • Catégorie : Statistical Analysis
  • Catégorie : Data Analysis in R
  • Catégorie : Time Series Analysis And Forecasting

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Récemment mis à jour !

mai 2024

Évaluations

27 devoirs

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Emplacement réservé
Emplacement réservé

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

Emplacement réservé

Il y a 9 modules dans ce cours

Welcome to Introduction to Time Series! In this module we'll define time series and time series models, and we'll develop some intuition for the fundamental concept of stationarity, and why it's useful.

Inclus

8 vidéos6 lectures4 devoirs1 sujet de discussion

In this module, we'll discuss stationarity in more detail. We'll learn the technical definitions of weak and strong stationarity, and explain why the weaker version is more practical to use. We'll discuss the autocovariance and autocorrelation functions for stationary processes---concepts that will be with us for the rest of the course. And finally, we'll see some examples of ARMA processes, which we'll treat more deeply in the coming modules.

Inclus

9 vidéos3 lectures3 devoirs

In this module, we'll focus on ARMA processes, and what is arguably their most important feature, namely their autocorrelation structure. We'll see how to compute these "from scratch" (with a little help from R for the computations), and look at plots of the autocorrelation function (ACF) to get some intuition for how the ACF of an ARMA process behaves and what it can tell us.

Inclus

10 vidéos4 lectures3 devoirs

In this module, we begin by discussing the ACF's of more complicated ARMA processes. Our main focus, though, is on one-step-ahead forecasts. We learn about the best linear predictor: both how it is defined and how to use it. Finally, we use what we have learned in order to define the Partial Autocorrelation Function (PACF), which is another fundamental tool in the study of stationary processes.

Inclus

9 vidéos3 lectures3 devoirs

In this module, we learn about fitting a stationary time series model to data. The fitting process involves determining what values of the parameters to use. We discuss preliminary estimation and maximum likelihood estimation of these parameters.

Inclus

9 vidéos4 lectures4 devoirs

In this module, we discuss model diagnostics and order selection. Given an ARMA order, we've already seen how to best fit the parameters of the associated model. Given several different fitted models, the tools we develop in this module will allow us to make an intelligent choice about which one to use.

Inclus

7 vidéos3 lectures3 devoirs

This module introduces students to ARIMA and SARIMA modeling techniques, essential for analyzing non-stationary and seasonal time series data. In the first lesson, students will learn to define ARIMA processes, use the Dickey-Fuller test to determine the need for differencing, and fit ARIMA models using R. The second lesson extends these skills to SARIMA models, focusing on identifying seasonality and fitting these models to capture seasonal patterns in data.

Inclus

9 vidéos3 lectures3 devoirs

This module equips students with more sophisticated forecasting techniques beyond one-step-ahead predictions. We treat both (S)ARIMA models and exponential smoothing models and show how to handle forecasts in R. For the simplest of these models, we look inside the "black box" a little bit and demonstrate how these forecasts are generated.

Inclus

9 vidéos3 lectures3 devoirs

This module contains the summative course assessment that has been designed to evaluate your understanding of the course material and assess your ability to apply the knowledge you have acquired throughout the course.

Inclus

1 devoir

Instructeur

Trevor Leslie
Illinois Tech
1 Cours558 apprenants

Offert par

Illinois Tech

Recommandé si vous êtes intéressé(e) par Data Analysis

Préparer un diplôme

Ce site cours fait partie du (des) programme(s) diplômant(s) suivant(s) proposé(s) par Illinois Tech. Si vous êtes admis et que vous vous inscrivez, les cours que vous avez suivis peuvent compter pour l'apprentissage de votre diplôme et vos progrès peuvent être transférés avec vous.¹

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.’
Emplacement réservé

Ouvrez de nouvelles portes avec Coursera Plus

Accès illimité à plus de 7 000 cours de renommée internationale, à des projets pratiques et à des programmes de certificats reconnus sur le marché du travail, 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