لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش مقدمهای بر تحلیل سریهای زمانی
- آخرین آپدیت
دانلود Introduction to Time Series
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
این دوره به معرفی روشهای پایه تحلیل و پیشبینی سریهای زمانی میپردازد. مباحث شامل فرآیندهای ایستا (Stationary)، مدلهای ARMA، مدلسازی و پیشبینی با استفاده از مدلهای ARMA، مدلهای سری زمانی غیرایستا و فصلی، مدلهای فضای حالت و تکنیکهای پیشبینی است.
در پایان این دوره، دانشجویان قادر خواهند بود:
- مدلهای مهم سریهای زمانی و کاربردهای آنها را در زمینههای مختلف شرح دهند.
- مسائل دنیای واقعی را با استفاده از مدلهای سریهای زمانی فرمولبندی کنند.
- از نرمافزارهای آماری برای تخمین مدلها از دادههای واقعی استفاده کرده و بر اساس مدلهای تخمینزده شده، نتایج گرفته و راهکارهای عملی توسعه دهند.
- از تشخیصهای بصری و عددی برای ارزیابی صحت مدلهای خود استفاده کنند.
- تحلیلهای آماری مجموعه دادههای حجیم را از طریق متون توضیحی، جداول و نمودارها منتقل کنند.
- مدلهای آماری مختلف را برای تحلیل دادههای بزرگتر و پیچیدهتر ترکیب و تطبیق دهند.
سرفصل ها و درس ها
پودمان ۱: معرفی دوره و درک مفهوم ایستایی
Module 1: Course Introduction and Intuition for Stationarity
مرور کلی دوره
Course Overview
معرفی مدرس
Instructor Introduction
معرفی پودمان ۱
Module 1 Introduction
سریهای زمانی چیستند و چگونه استفاده میشوند؟
What are Time Series, and How are They Used?
شروع کار با R
Getting Started with R
مقدمهای ساده بر ایستایی - بخش ۱
A Gentle Introduction to Stationarity - Part 1
مقدمهای ساده بر ایستایی - بخش ۲
A Gentle Introduction to Stationarity - Part 2
مقدمهای ساده بر ایستایی - بخش ۳
A Gentle Introduction to Stationarity - Part 3
ایستایی ضعیف و قوی - بخش ۱
Weak and Strong Stationarity - Part 1
ایستایی ضعیف و قوی - بخش ۲
Weak and Strong Stationarity - Part 2
ایستایی ضعیف و قوی - بخش ۳
Weak and Strong Stationarity - Part 3
ایستایی ضعیف و قوی - بخش ۴
Weak and Strong Stationarity - Part 4
مقدمهای بر فرآیندهای خطی - بخش ۱
Introduction to Linear Processes - Part 1
مقدمهای بر فرآیندهای خطی - بخش ۲
Introduction to Linear Processes - Part 2
مقدمهای بر فرآیندهای خطی - بخش ۳
Introduction to Linear Processes - Part 3
مقدمهای بر فرآیندهای خطی - بخش ۴
Introduction to Linear Processes - Part 4
پودمان ۳: فرآیندهای ARMA و توابع خودهمبستگی آنها
Module 3: ARMA processes and their Autocorrelation Functions
معرفی پودمان ۳
Module 3 Introduction
درک فرآیندهای ARMA (p, q) - بخش ۱
Understanding ARMA (p, q) Processes - Part 1
درک فرآیندهای ARMA (p, q) - بخش ۲
Understanding ARMA (p, q) Processes - Part 2
درک فرآیندهای ARMA (p, q) - بخش ۳
Understanding ARMA (p, q) Processes - Part 3
درک فرآیندهای ARMA (p, q) - بخش ۴
Understanding ARMA (p, q) Processes - Part 4
محاسبه ACF فرآیندهای AR (2) با استفاده از معادلات تفاضلی - بخش ۱
Computing ACF's of AR (2) Processes Using Difference Equations - Part 1
محاسبه ACF فرآیندهای AR (2) با استفاده از معادلات تفاضلی - بخش ۲
Computing ACF's of AR (2) Processes Using Difference Equations - Part 2
محاسبه ACF فرآیندهای AR (2) با استفاده از معادلات تفاضلی - بخش ۳
Computing ACF's of AR (2) Processes Using Difference Equations - Part 3
محاسبه ACF فرآیندهای AR (2) با استفاده از معادلات تفاضلی - بخش ۴
Computing ACF's of AR (2) Processes Using Difference Equations - Part 4
محاسبه ACF فرآیندهای AR (2) با استفاده از معادلات تفاضلی - بخش ۵
Computing ACF's of AR (2) Processes Using Difference Equations - Part 5
پودمان ۴: بررسی بیشتر ACF؛ بهترین پیشبینهای خطی، خودهمبستگی و خودهمبستگی جزئی
Module 4: More About the ACF; Best Linear Predictors, Autocorrelation, and Partial Autocorrelation
معرفی پودمان ۴
Module 4 Introduction
توابع ACF و معادلات تفاضلی - بخش ۱
ACF's and Difference Equations - Part 1
توابع ACF و معادلات تفاضلی - بخش ۲
ACF's and Difference Equations - Part 2
توابع ACF و معادلات تفاضلی - بخش ۳
ACF's and Difference Equations - Part 3
توابع ACF و معادلات تفاضلی - بخش ۳ (ادامه)
ACF's and Difference Equations - Part 3 (Cont.)
بهترین پیشبینهای خطی، اصول پیشبینی و تابع خودهمبستگی جزئی - بخش ۱
Best Linear Predictors, Principles of Forecasting, and the Partial Autocorrelation Function - Part 1
بهترین پیشبینهای خطی، اصول پیشبینی و تابع خودهمبستگی جزئی - بخش ۲
Best Linear Predictors, Principles of Forecasting, and the Partial Autocorrelation Function - Part 2
بهترین پیشبینهای خطی، اصول پیشبینی و تابع خودهمبستگی جزئی - بخش ۲ (ادامه)
Best Linear Predictors, Principles of Forecasting, and the Partial Autocorrelation Function - Part 2 (Cont.)
بهترین پیشبینهای خطی، اصول پیشبینی و تابع خودهمبستگی جزئی - بخش ۳
Best Linear Predictors, Principles of Forecasting, and the Partial Autocorrelation Function - Part 3
بهترین پیشبینهای خطی، اصول پیشبینی و تابع خودهمبستگی جزئی - بخش ۴
Best Linear Predictors, Principles of Forecasting, and the Partial Autocorrelation Function - Part 4
پودمان ۵: برازش دادهها بر مدلهای ARMA
Module 5: Fitting Data to ARMA models
معرفی پودمان ۵
Module 5 Introduction
نمونه ACF و نمونه PACF - بخش ۱
The Sample ACF and Sample PACF - Part 1
نمونه ACF و نمونه PACF - بخش ۲
The Sample ACF and Sample PACF - Part 2
تخمین اولیه و معادلات یول-والکر - بخش ۱
Preliminary Estimation and the Yule-Walker Equations - Part 1
تخمین اولیه و معادلات یول-والکر - بخش ۱ (ادامه)
Preliminary Estimation and the Yule-Walker Equations - Part 1 (Cont.)
تخمینگرهای حداکثر احتمال برای فرآیندهای ARMA - بخش ۱
Maximum Likelihood Estimators for ARMA Processes - Part 1
تخمینگرهای حداکثر احتمال برای فرآیندهای ARMA - بخش ۲
Maximum Likelihood Estimators for ARMA Processes - Part 2
تخمینگرهای حداکثر احتمال برای فرآیندهای ARMA - بخش ۳
Maximum Likelihood Estimators for ARMA Processes - Part 3
تخمینگرهای حداکثر احتمال برای فرآیندهای ARMA - بخش ۴
Maximum Likelihood Estimators for ARMA Processes - Part 4
پودمان ۶: تشخیصها و انتخاب مرتبه مدل
Module 6: Diagnostics and Order Selection
معرفی پودمان ۶
Module 6 Introduction
تشخیصهای مدل - بخش ۱
Model Diagnostics - Part 1
تشخیصهای مدل - بخش ۲
Model Diagnostics - Part 2
تشخیصهای مدل - بخش ۳
Model Diagnostics - Part 3
انتخاب مرتبه و AICC - بخش ۱
Order Selection and the AICC - Part 1
انتخاب مرتبه و AICC - بخش ۲
Order Selection and the AICC - Part 2
انتخاب مرتبه و AICC - بخش ۳
Order Selection and the AICC - Part 3
پودمان ۷: فرآیندهای غیرایستا: مدلهای ARIMA و SARIMA
Module 7: Nonstationary processes: ARIMA and SARIMA Models
معرفی پودمان ۷
Module 7 Introduction
مدلهای ARIMA - بخش ۱
ARIMA Models - Part 1
مدلهای ARIMA - بخش ۱ (ادامه)
ARIMA Models - Part 1 (Cont.)
مدلهای ARIMA - بخش ۲
ARIMA Models - Part 2
مدلهای ARIMA - بخش ۲ (ادامه)
ARIMA Models - Part 2 (Cont.)
مدلهای ARIMA - بخش ۳
ARIMA Models - Part 3
مدلهای ARIMA - بخش ۴
ARIMA Models - Part 4
مدلهای SARIMA - بخش ۱
SARIMA Models - Part 1
مدلهای SARIMA - بخش ۲
SARIMA Models - Part 2
پودمان ۸: مباحث تکمیلی در پیشبینی
Module 8: More on Forecasting
معرفی پودمان ۸
Module 8 Introduction
فراتر از پیشبینی یک گام جلوتر - بخش ۱
Beyond One-Step-Ahead Prediction - Part 1
فراتر از پیشبینی یک گام جلوتر - بخش ۱ (ادامه)
Beyond One-Step-Ahead Prediction - Part 1 (Cont.)
فراتر از پیشبینی یک گام جلوتر - بخش ۲
Beyond One-Step-Ahead Prediction - Part 2
فراتر از پیشبینی یک گام جلوتر - بخش ۳
Beyond One-Step-Ahead Prediction - Part 3
فراتر از پیشبینی یک گام جلوتر - بخش ۳ (ادامه)
Beyond One-Step-Ahead Prediction - Part 3 (Cont.)
فراتر از پیشبینی یک گام جلوتر - بخش ۴
Beyond One-Step-Ahead Prediction - Part 4
هموارسازی نمایی - بخش ۱
Exponential Smoothing - Part 1
هموارسازی نمایی - بخش ۲
Exponential Smoothing - Part 2
نمایش نظرات