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

پودمان ۲: تحلیل پایه فرآیندهای ایستا Module 2: Basic Analysis of Stationary Processes

  • معرفی پودمان ۲ Module 2 Introduction

  • 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

ارزیابی نهایی دوره Summative Course Assessment

نمایش نظرات

آموزش مقدمه‌ای بر تحلیل سری‌های زمانی
جزییات دوره
51h 38m
71
(آخرین آپدیت)
2,336
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده