Willkommen bei Practical Time Series Analysis! Viele von uns sind "zufällige" Datenanalysten. Wir haben eine Ausbildung in den Naturwissenschaften, in der Wirtschaft oder im Ingenieurwesen absolviert und sehen uns dann mit Daten konfrontiert, für die wir keine formale analytische Ausbildung haben. Dieser Kurs richtet sich an Personen mit einigen technischen Kenntnissen, die mehr als ein "Kochbuch"-Ansatz wünschen, sich aber dennoch auf die routinemäßigen Arten der Präsentation und Analyse konzentrieren müssen, die das Verständnis unserer beruflichen Themen vertiefen.

Erwerben Sie mit Coursera Plus für 199 $ (regulär 399 $) das nächste Level. Jetzt sparen.

(1,737 Bewertungen)
Kompetenzen, die Sie erwerben
- Kategorie: Statistische Inferenz
- Kategorie: Vorhersage
- Kategorie: Korrelationsanalyse
- Kategorie: Software-Installation
- Kategorie: Zeitreihenanalyse und Vorhersage
- Kategorie: Wahrscheinlichkeit & Statistik
- Kategorie: Datenvisualisierung
- Kategorie: Statistische Analyse
- Kategorie: R-Programmierung
- Kategorie: Statistische Modellierung
- Kategorie: Mathematische Modellierung
- Kategorie: Datenanalyse
- Kategorie: Modell Bewertung
- Kategorie: Deskriptive Statistik
Wichtige Details

Zu Ihrem LinkedIn-Profil hinzufügen
19 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

In diesem Kurs gibt es 6 Module
In dieser ersten Woche zeigen wir Ihnen, wie Sie R unter Windows und auf dem Mac herunterladen und installieren. Wir besprechen die Grundlagen der inferentiellen und deskriptiven Statistik, die Sie im Laufe des Kurses benötigen werden.
Das ist alles enthalten
12 Videos4 Lektüren2 Aufgaben3 Unbewertete Labore
In dieser Woche beginnen wir mit der Erforschung und Visualisierung von Zeitreihen, die als erfasste Datensätze vorliegen. Außerdem unternehmen wir erste Schritte zur Entwicklung der mathematischen Modelle, die für die Analyse von Zeitreihendaten erforderlich sind.
Das ist alles enthalten
10 Videos1 Lektüre3 Aufgaben1 Unbewertetes Labor
In Woche 3 führen wir einige wichtige Begriffe aus der Zeitreihenanalyse ein: Stationarität, Rückwärtsverschiebungsoperator, Invertierbarkeit und Dualität. Wir beginnen damit, autoregressive Prozesse und Yule-Walker-Gleichungen zu untersuchen.
Das ist alles enthalten
13 Videos7 Lektüren4 Aufgaben
In dieser Woche wird die partielle Autokorrelation eingeführt. Wir arbeiten mehr an den Yule-Walker-Gleichungen und wenden das bisher Gelernte auf einige wenige reale Datensätze an.
Das ist alles enthalten
8 Videos3 Lektüren3 Aufgaben4 Unbewertete Labore
In Woche 5 beginnen wir mit dem Akaike-Informationskriterium als Werkzeug zur Beurteilung unserer Modelle, stellen gemischte Modelle wie ARMA und ARIMA vor und modellieren einige reale Datensätze.
Das ist alles enthalten
7 Videos6 Lektüren4 Aufgaben2 Unbewertete Labore
In der letzten Woche unseres Kurses wird ein weiteres Modell vorgestellt: SARIMA. Wir passen SARIMA-Modelle an verschiedene Datensätze an und beginnen mit Prognosen.
Das ist alles enthalten
10 Videos6 Lektüren3 Aufgaben2 Unbewertete Labore
Dozenten


Mehr von Wahrscheinlichkeitsrechnung und Statistik entdecken
Status: Kostenloser TestzeitraumIllinois Tech
Status: Kostenloser Testzeitraum
Status: Kostenloser TestzeitraumUniversity of California, Santa Cruz
Warum entscheiden sich Menschen für Coursera für ihre Karriere?




Bewertungen von Lernenden
1.737 Bewertungen
- 5 stars
69,19 %
- 4 stars
23,89 %
- 3 stars
4,95 %
- 2 stars
1,09 %
- 1 star
0,86 %
Zeigt 3 von 1737 an
Geprüft am 16. Juli 2020
Easily one of the best time-series courses online. Although it says "practical", there is plenty of good theory to back up the practice and at the same time not overwhelming or distracting.
Geprüft am 6. Apr. 2021
It is a very good course which builds on the basics of time series and also covers more advanced topics like SARIMA. The course contains ample examples which helped me better understand the material.
Geprüft am 17. März 2018
Really great lectures and clearly explaining the concepts and complicated models. In my opinion, a bit of practical applications of these models on Panel Data should be included.
Häufig gestellte Fragen
Um Zugang zu den Kursmaterialien und Aufgaben zu erhalten und um ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung erwerben, wenn Sie sich für einen Kurs anmelden. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen. Der Kurs kann stattdessen die Option "Vollständiger Kurs, kein Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Wenn Sie ein Zertifikat erwerben, erhalten Sie Zugang zu allen Kursmaterialien, einschließlich der benoteten Aufgaben. Nach Abschluss des Kurses wird Ihr elektronisches Zertifikat zu Ihrer Erfolgsseite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen.
Ja. Für ausgewählte Lernprogramme können Sie eine finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie die Anmeldungsgebühr nicht aufbringen können. Wenn für das von Ihnen gewählte Lernprogramm eine finanzielle Unterstützung oder ein Stipendium verfügbar ist, finden Sie auf der Beschreibungsseite einen Link zur Beantragung.
Weitere Fragen
Finanzielle Unterstützung verfügbar,





