Анализ и прогнозирование данных в системе STATISTICA

Программа курса:

Введение в прогнозирование

• Существующие ограничения в прогнозировании
• Определение условий
• Выделение связей
• Реализм в прогнозировании

Графический анализ данных

• Графическое представление многомерных данных
• Как наглядно и эффективно представить результаты исследования

Сравнительный обзор методов прогнозирования

Типы моделей

Определение точности прогноза

Простейшие методы прогнозирования

• Модели экспоненциального сглаживания
  1. Экспоненциальное сглаживание
  2. Линейное экспоненциальное сглаживание
• Методы декомпозиции временных рядов
  1. Тренд и сезонность
  2. Случайность
  3. Выделение циклической компоненты
• Выделение скрытых периодичностей
  1. Введение в спектральный анализ
  2. Анализ периодограммы. Нейросетевой подход к решению задачи
• Основные парадигмы
• Задачи регрессии
• Прогнозирование временного ряда

Описательный анализ временного ряда

1. Выборочные характеристики временных рядов: среднее, дисперсия, автокорреляционная функция, частная автокорреляционная функция.
2. Распределение выборочных характеристик
3. Стационарность временного ряда

Линейные модели прогнозирования. ARIMA модель.

1. Условия стационарности линейного процесса.
2. Методология Бокса-Дженкинса идентификации ARIMA модели.
3. Прогнозирование на основе ARIMA модели.

Модели ARIMA с интервенцией.

1. Типы интервенций. Параметры интервенций.
2. Оцнка адекватности модели.

Применение методов множественной регрессии в задачах прогнозирования

Анализ распределенных лагов

Длительность курса: 8 академических часов.

Заявку на этот курс можно оформить, позвонив в наш офис или отправив запрос по e-mail: sales@statsoft.ru.