Hodnocení:
Aktuálně nejsou k dispozici žádné recenze čtenářů. Hodnocení je založeno na 4 hlasů.
Time Series Analysis and Forecasting using Python & R
Tato plnobarevná učebnice předpokládá základní znalosti statistiky a matematického nebo statistického modelování. Trocha zkušeností s programováním by se sice hodila, ale není nutná.
K motivaci analýzy časových řad používáme aktuální data z reálného světa, jako je COVID-19. Máme tři nitkové problémy, které se objevují téměř v každé kapitole: „Máte mléko? “, „Máš práci? „ a „Kde je hovězí? „ Kapitola 1: Načítání dat v prostředí R-Studio a Jupyter Notebook.
Kapitola 2: Komponenty časové řady a rozklad Kapitola 3: Klouzavé průměry (MA) a COVID-19 Kapitola 4: Jednoduché exponenciální vyhlazování (SES), Holtovo a Holt-Winterovo dvojité a trojité exponenciální vyhlazování Kapitola 5: Programování v jazyce Python v prostředí Jupyter Notebook pro koncepty uvedené v kapitolách 2, 3 a 4 Kapitola 6: Stacionarita a diferenciace, včetně testů jednotkového kořene. Kapitola 7: ARIMA a SARMIA (sezónní) modelování a tvorba prognóz Kapitola 8: ARIMA modelování pomocí Pythonu Kapitola 9: Strukturální modely a analýza pomocí modelů nepozorovaných složek (UCM) Kapitola 10: Pokročilá analýza časových řad, včetně zásahů do časových řad, exogenních regresorů a vektorových autoregresních procesů (VAR).
© Book1 Group - všechna práva vyhrazena.
Obsah těchto stránek nesmí být kopírován ani použit, a to ani částečně ani úplně, bez písemného svolení vlastníka.
Poslední úprava: 2024.11.08 20:25 (GMT)