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

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