Hodnotenie:
Momentálne nie sú žiadne recenzie čitateľov. Hodnotenie je založené na 4 hlasoch.
Time Series Analysis and Forecasting using Python & R
Táto plnofarebná učebnica predpokladá základné znalosti štatistiky a matematického alebo štatistického modelovania. Trochu skúseností s programovaním by síce bolo vhodné, ale nevyžaduje sa to.
Na motiváciu analýzy časových radov používame aktuálne údaje z reálneho sveta, ako je COVID-19. Máme tri vláknové problémy, ktoré sa objavujú takmer v každej kapitole: „Máš mlieko? “, „Máš prácu? „ a „Kde je hovädzie mäso? „ Kapitola 1: Načítanie údajov v prostredí R-Studio a Jupyter Notebook.
Kapitola 2: Komponenty časového radu a dekompozícia Kapitola 3: Kĺzavé priemery (MA) a COVID-19 Kapitola 4: Jednoduché exponenciálne vyhladzovanie (SES), Holtovo a Holt-Winterovo dvojité a trojité exponenciálne vyhladzovanie Kapitola 5: Programovanie v jazyku Python v Jupyter Notebook pre koncepty obsiahnuté v kapitolách 2, 3 a 4 Kapitola 6: Stacionarita a diferenciácia vrátane testov jednotkového koreňa. Kapitola 7: ARIMA a SARMIA (sezónne) modelovanie a tvorba prognóz Kapitola 8: ARIMA modelovanie pomocou Pythonu Kapitola 9: Štrukturálne modely a analýza pomocou modelov nepozorovaných komponentov (UCM) Kapitola 10: Pokročilá analýza časových radov vrátane zásahov do časových radov, exogénnych regresorov a vektorových autoregresných procesov (VAR).
© Book1 Group - všetky práva vyhradené.
Obsah tejto stránky nesmie byť kopírovaný ani použitý čiastočne alebo v celku bez písomného súhlasu vlastníka.
Posledná úprava: 2024.11.13 22:11 (GMT)