Courses > Business Analytics > Анализ временных рядов в IBM SPSS Modeler (18.1.1)

CourseViewByUNPortlet

Actions
Loading...

Анализ временных рядов в IBM SPSS Modeler (18.1.1)

Introduction to Time Series Analysis Using IBM SPSS Modeler (v18.1.1)

  • Код курса: 0A028
  • Продолжительность: 1 день
  • Цена курса (очно): о возможности и стоимости обучения уточняйте информацию у менеджеров по телефону: +7 (727) 257-66-55.
  • Цена курса (удаленно): -
  • Язык материалов: en

Цель курса

Данный курс знакомит с набором методов для анализа данных временных рядов. Вы узнаете, как прогнозировать с использованием регрессии, экспоненциального сглаживания и авторегрессионного интегрированного скользящего среднего (ARIMA), которые учитывают различные комбинации тренда и сезонности. Будут рассмотрены функции, предназначенные для автоматического выбора наиболее подходящего экспоненциального сглаживания или модели ARIMA. Также вы узнаете, как создать свои собственные пользовательские модели и идентифицировать модели ARIMA с помощью различных диагностических инструментов, таких как графики времени и графики автокорреляции.

Для кого предназначен этот курс

Бизнес-аналитиков и аналитиков данных.

Для успешного прохождения курса слушатели должны

  • Иметь опыт работы в IBM SPSS Modeler (создание и редактирование потоков)
  • Знание регрессионного анализа приветствуется

По окончании курса слушатели смогут:

  • Использовать автоматические методы прогнозирования
  • Измерять производительность модели
  • Использовать регрессию временных рядов
  • Использовать модели экспоненциального сглаживания
  • Использовать ARIMA моделирование

Основные темы:

  • Введение в анализ временных рядов
  • Упражнение: Введение в анализ временных рядов
  • Автоматическое прогнозирование
  • Упражнение: Автоматическое прогнозирование
  • Измерение производительности модели
  • Упражнение: Измерение производительности модели
  • Регрессия временных рядов
  • Упражнение: Регрессия временных рядов
  • Модели экспоненциального сглаживания
  • Упражнение: Модели экспоненциального сглаживания
  • ARIMA моделирование
  • Упражнение: ARIMA моделирование