Informações sobre o curso
4.6
430 classificações
112 avaliações

100% online

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível intermediário

Aprox. 25 horas para completar

Sugerido: 9 hours/week...

Inglês

Legendas: Inglês

Habilidades que você terá

Time Series ForecastingTime SeriesTime Series Models

100% online

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível intermediário

Aprox. 25 horas para completar

Sugerido: 9 hours/week...

Inglês

Legendas: Inglês

Programa - O que você aprenderá com este curso

Semana
1
3 horas para concluir

WEEK 1: Basic Statistics

During this first week, we show how to download and install R on Windows and the Mac. We review those basics of inferential and descriptive statistics that you'll need during the course....
12 vídeos (total de (Total 79 mín.) min), 4 leituras, 2 testes
12 videos
Week 1 Welcome Video3min
Getting Started in R: Download and Install R on Windows5min
Getting Started in R: Download and Install R on Mac2min
Getting Started in R: Using Packages7min
Concatenation, Five-number summary, Standard Deviation5min
Histogram in R6min
Scatterplot in R3min
Review of Basic Statistics I - Simple Linear Regression6min
Reviewing Basic Statistics II More Linear Regression8min
Reviewing Basic Statistics III - Inference12min
Reviewing Basic Statistics IV9min
4 leituras
Welcome to Week 11min
Getting Started with R10min
Basic Statistics Review (with linear regression and hypothesis testing)10min
Measuring Linear Association with the Correlation Function10min
2 exercícios práticos
Visualization4min
Basic Statistics Review18min
Semana
2
2 horas para concluir

Week 2: Visualizing Time Series, and Beginning to Model Time Series

In this week, we begin to explore and visualize time series available as acquired data sets. We also take our first steps on developing the mathematical models needed to analyze time series data....
10 vídeos (total de (Total 54 mín.) min), 1 leitura, 3 testes
10 videos
Introduction1min
Time plots8min
First Intuitions on (Weak) Stationarity2min
Autocovariance function9min
Autocovariance coefficients6min
Autocorrelation Function (ACF)5min
Random Walk9min
Introduction to Moving Average Processes3min
Simulating MA(2) process6min
1 leituras
All slides together for the next two lessons10min
3 exercícios práticos
Noise Versus Signal4min
Random Walk vs Purely Random Process2min
Time plots, Stationarity, ACV, ACF, Random Walk and MA processes20min
Semana
3
4 horas para concluir

Week 3: Stationarity, MA(q) and AR(p) processes

In Week 3, we introduce few important notions in time series analysis: Stationarity, Backward shift operator, Invertibility, and Duality. We begin to explore Autoregressive processes and Yule-Walker equations. ...
13 vídeos (total de (Total 112 mín.) min), 7 leituras, 4 testes
13 videos
Stationarity - Intuition and Definition13min
Stationarity - First Examples...White Noise and Random Walks9min
Stationarity - First Examples...ACF of Moving Average10min
Series and Series Representation8min
Backward shift operator5min
Introduction to Invertibility12min
Duality9min
Mean Square Convergence (Optional)7min
Autoregressive Processes - Definition, Simulation, and First Examples9min
Autoregressive Processes - Backshift Operator and the ACF10min
Difference equations7min
Yule - Walker equations6min
7 leituras
Stationarity - Examples -White Noise, Random Walks, and Moving Averages10min
Stationarity - Intuition and Definition10min
Stationarity - ACF of a Moving Average10min
All slides together for lesson 2 and 410min
Autoregressive Processes- Definition and First Examples10min
Autoregressive Processes - Backshift Operator and the ACF10min
Yule - Walker equations - Slides10min
4 exercícios práticos
Stationarity14min
Series, Backward Shift Operator, Invertibility and Duality30min
AR(p) and the ACF4min
Difference equations and Yule-Walker equations30min
Semana
4
4 horas para concluir

Week 4: AR(p) processes, Yule-Walker equations, PACF

In this week, partial autocorrelation is introduced. We work more on Yule-Walker equations, and apply what we have learned so far to few real-world datasets. ...
8 vídeos (total de (Total 69 mín.) min), 3 leituras, 3 testes
8 videos
Partial Autocorrelation and the PACF First Examples10min
Partial Autocorrelation and the PACF - Concept Development8min
Yule-Walker Equations in Matrix Form8min
Yule Walker Estimation - AR(2) Simulation17min
Yule Walker Estimation - AR(3) Simulation5min
Recruitment data - model fitting8min
Johnson & Johnson-model fitting8min
3 leituras
Partial Autocorrelation and the PACF First Examples10min
Partial Autocorrelation and the PACF: Concept Development10min
All slides together for the next two lessons10min
3 exercícios práticos
Partial Autocorrelation4min
Yule-Walker in matrix form and Yule-Walker estimation20min
'LakeHuron' dataset40min
4.6
112 avaliaçõesChevron Right

39%

comecei uma nova carreira após concluir estes cursos

26%

consegui um benefício significativo de carreira com este curso

Melhores avaliações

por MSFeb 28th 2018

I have not completed the course yet, working on week 5. If you have some Math background, this course gives a good practical introduction to Time Series Analysis. I recommend it.

por RSMar 18th 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.

Instrutores

Avatar

Tural Sadigov

Lecturer
Applied Mathematics
Avatar

William Thistleton

Associate Professor
Applied Mathematics

Sobre Universidade Estadual de Nova York

The State University of New York, with 64 unique institutions, is the largest comprehensive system of higher education in the United States. Educating nearly 468,000 students in more than 7,500 degree and certificate programs both on campus and online, SUNY has nearly 3 million alumni around the globe....

Perguntas Frequentes – FAQ

  • Ao se inscrever para um Certificado, você terá acesso a todos os vídeos, testes e tarefas de programação (se aplicável). Tarefas avaliadas pelos colegas apenas podem ser enviadas e avaliadas após o início da sessão. Caso escolha explorar o curso sem adquiri-lo, talvez você não consiga acessar certas tarefas.

  • Quando você adquire o Certificado, ganha acesso a todo o material do curso, incluindo avaliações com nota atribuída. Após concluir o curso, seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.