La educación gratuita en línea de la Universidad Estatal de Nueva York

Análisis práctico de series de tiempo

Descripción

¡Bienvenido a Practical Time Series Analysis!

Muchos de nosotros somos analistas de datos "accidentales". Nos capacitamos en ciencias, negocios o ingeniería y luego nos encontramos con datos para los que no tenemos capacitación analítica formal. Este curso está diseñado para personas con algunas competencias técnicas que desean más que un enfoque de "libro de cocina", pero que aún necesitan concentrarse en los tipos de presentación y análisis de rutina que profundizan la comprensión de nuestros temas profesionales.

En el análisis práctico de series temporales, observamos conjuntos de datos que representan información secuencial, como los precios de las acciones, la precipitación anual, la actividad de las manchas solares, el precio de los productos agrícolas y más. Observamos varios modelos matemáticos que podrían usarse para describir los procesos que generan este tipo de datos. También observamos representaciones gráficas que proporcionan información sobre nuestros datos. Finalmente, también aprendemos cómo hacer pronósticos que dicen cosas inteligentes sobre lo que podríamos esperar en el futuro.

Tómese unos minutos para explorar el sitio del curso. Encontrará video conferencias con materiales escritos de apoyo, así como cuestionarios para ayudar a enfatizar puntos importantes. El lenguaje del curso es R, una implementación gratuita del lenguaje S. Es un ambiente profesional y bastante fácil de aprender.

Puede hablar sobre el material del curso con sus compañeros de aprendizaje. ¡Tómese un momento para presentarse!

El análisis de series de tiempo puede requerir un esfuerzo para aprender: hemos tratado de presentar esas ideas que son "críticas para la misión" de manera que comprenda lo suficiente de las matemáticas para sentirse satisfecho y ser productivo de inmediato. ¡Esperamos que disfrutes la clase!

Precio: ¡Inscríbase gratis!

Idioma: Inglés

Subtítulos: Inglés

Análisis práctico de series de tiempo - La Universidad Estatal de Nueva York