We may earn an affiliate commission when you visit our partners.
Sandro Raabe
In diesem zweistündigen Projekt wirst du eine gründliche Analyse einer Zeitreihe mithilfe eines ARIMA-Modells durchführen. Dieses Projekt erklärt die grundlegenden Konzepte von Zeitreihenanalyse und illustriert dies praktisch in RStudio. Wir beschreiben die Arten von Zeitreihen und ihre verschiedenen Komponenten. Das Projekt deckt ab, wie man diagnostische Tests durchführt, um die grundlegenden Vorraussetzungen für ARIMA-Modelle zu testen. Schließlich leiten wir das beste Modell ab, um zukünftige Werte vorherzusagen. Wir werden gemeinsam die grundlegenden Pakete und Funktionen in R durchgehen, um Zeitreihenanalyse einfach zu machen. Du benötigst für dieses Projekt keine Vorkenntnisse! Wir werden alles Schritt für Schritt erklären.
Read more
In diesem zweistündigen Projekt wirst du eine gründliche Analyse einer Zeitreihe mithilfe eines ARIMA-Modells durchführen. Dieses Projekt erklärt die grundlegenden Konzepte von Zeitreihenanalyse und illustriert dies praktisch in RStudio. Wir beschreiben die Arten von Zeitreihen und ihre verschiedenen Komponenten. Das Projekt deckt ab, wie man diagnostische Tests durchführt, um die grundlegenden Vorraussetzungen für ARIMA-Modelle zu testen. Schließlich leiten wir das beste Modell ab, um zukünftige Werte vorherzusagen. Wir werden gemeinsam die grundlegenden Pakete und Funktionen in R durchgehen, um Zeitreihenanalyse einfach zu machen. Du benötigst für dieses Projekt keine Vorkenntnisse! Wir werden alles Schritt für Schritt erklären.
Read more
In diesem zweistündigen Projekt wirst du eine gründliche Analyse einer Zeitreihe mithilfe eines ARIMA-Modells durchführen. Dieses Projekt erklärt die grundlegenden Konzepte von Zeitreihenanalyse und illustriert dies praktisch in RStudio. Wir beschreiben die Arten von Zeitreihen und ihre verschiedenen Komponenten. Das Projekt deckt ab, wie man diagnostische Tests durchführt, um die grundlegenden Vorraussetzungen für ARIMA-Modelle zu testen. Schließlich leiten wir das beste Modell ab, um zukünftige Werte vorherzusagen. Wir werden gemeinsam die grundlegenden Pakete und Funktionen in R durchgehen, um Zeitreihenanalyse einfach zu machen. Du benötigst für dieses Projekt keine Vorkenntnisse! Wir werden alles Schritt für Schritt erklären.
Am Ende dieses Projektes wirst du in der Lage sein, eine Zeitreihe systematisch zu analysieren, die Vorraussetzungen für ein ARIMA-Modell zu prüfen, eine Zeitreihe mithilfe eines passenden ARIMA-Modells zu modellieren und daraus zukünftige Werte vorherzusagen.
Register for this course and see more details by visiting:
OpenCourser.com/course/uojfno/einfuhrung
Three deals to help you save
We found three deals and offers that may be relevant to this course.
Save money when you learn.
All coupon codes, vouchers, and discounts are applied automatically unless otherwise noted.
Valid until December 12
Annual Subscription Savings
Unlock programs from Google, Microsoft, and IBM and join 77% of learners who reported positive career outcomes.
Only $239!
Valid for a limited time only
Future-proof your career
Access O'Reilly books, live events, courses, and more. Save with an annual subscription.
Take
15%
off
What's inside
Syllabus
Projekt-Überblick
In diesem zweistündigen Projekt wirst du eine gründliche Analyse einer Zeitreihe mithilfe eines ARIMA-Modells durchführen. Dieses Projekt erklärt die grundlegenden Konzepte von Zeitreihenanalyse und illustriert dies praktisch in RStudio. Wir beschreiben die Arten von Zeitreihen und ihre verschiedenen Komponenten. Das Projekt deckt ab, wie man diagnostische Tests durchführt, um die grundlegenden Vorraussetzungen für ARIMA-Modelle zu testen. Schließlich leiten wir das beste Modell ab, um zukünftige Werte vorherzusagen. Wir werden gemeinsam die grundlegenden Pakete und Funktionen in R durchgehen, um Zeitreihenanalyse einfach zu machen. Du benötigst für dieses Projekt keine Vorkenntnisse! Wir werden alles Schritt für Schritt erklären. Am Ende dieses Projektes wirst du in der Lage sein, eine Zeitreihe systematisch zu analysieren, die Vorraussetzungen für ein ARIMA-Modell zu prüfen, eine Zeitreihe mithilfe eines passenden ARIMA-Modells zu modellieren und daraus zukünftige Werte vorherzusagen.
Good to know
Good to know
Know what's good ,
what to watch for , and
possible dealbreakers
Geeignet für Anfänger ohne Vorkenntnisse in Zeitreihenanalyse
Vermittelt grundlegende Konzepte der Zeitreihenanalyse, die in vielen Branchen Anwendung finden
Anhand praktischer Beispiele in RStudio werden die Konzepte veranschaulicht
Umfasst sowohl Theorie als auch Anwendung und ermöglicht so ein umfassendes Verständnis
Bietet die Möglichkeit, eigene Zeitreihen zu analysieren und Modelle zu erstellen
Kursdauer von nur zwei Stunden, was für Berufstätige und Studierende mit wenig Zeit geeignet ist
Save this course
Save Einführung in Zeitreihenanalyse mit R to your list so you can find it easily later:
Save
Save
Activities
Be better prepared
before
your course. Deepen your understanding
during
and
after
it. Supplement your coursework and achieve mastery of the topics covered
in Einführung in Zeitreihenanalyse mit R with these
activities:
Üben Sie die Verwendung von ARIMA-Modellen in RStudio
Show steps
Vertiefen Sie Ihr Verständnis, indem Sie praktische Beispiele in einer realen Umgebung ausführen.
Browse courses on
RStudio
Show steps
-
Installieren Sie die erforderlichen Pakete in RStudio
-
Importieren Sie einen Zeitreihen-Datensatz
-
Erstellen Sie ein ARIMA-Modell
-
Überprüfen Sie die Modellanpassung
-
Prognostizieren Sie zukünftige Werte
Tragen Sie zu einem Open-Source-Projekt zur Zeitreihenanalyse bei
Show steps
Erweitern Sie Ihr Wissen und vernetzen Sie sich mit Experten auf dem Gebiet.
Browse courses on
Open Source
Show steps
-
Identifizieren Sie ein relevantes Open-Source-Projekt
-
Überprüfen Sie den Code und identifizieren Sie Möglichkeiten für Beiträge
-
Schreiben Sie Code oder verbessern Sie die Dokumentation
-
Senden Sie Ihre Beiträge zur Überprüfung
-
Interagieren Sie mit anderen Mitwirkenden und lernen Sie aus ihren Erfahrungen
Show all two activities
Üben Sie die Verwendung von ARIMA-Modellen in RStudio
Show steps
Vertiefen Sie Ihr Verständnis, indem Sie praktische Beispiele in einer realen Umgebung ausführen.
Browse courses on
RStudio
Show steps
Show steps
Show steps
- Installieren Sie die erforderlichen Pakete in RStudio
- Importieren Sie einen Zeitreihen-Datensatz
- Erstellen Sie ein ARIMA-Modell
- Überprüfen Sie die Modellanpassung
- Prognostizieren Sie zukünftige Werte
Tragen Sie zu einem Open-Source-Projekt zur Zeitreihenanalyse bei
Show steps
Erweitern Sie Ihr Wissen und vernetzen Sie sich mit Experten auf dem Gebiet.
Browse courses on
Open Source
Show steps
Show steps
Show steps
- Identifizieren Sie ein relevantes Open-Source-Projekt
- Überprüfen Sie den Code und identifizieren Sie Möglichkeiten für Beiträge
- Schreiben Sie Code oder verbessern Sie die Dokumentation
- Senden Sie Ihre Beiträge zur Überprüfung
- Interagieren Sie mit anderen Mitwirkenden und lernen Sie aus ihren Erfahrungen
Show all two activities
Career center
Learners who complete Einführung in Zeitreihenanalyse mit R will develop knowledge and skills
that may be useful to these careers:
Data Scientist
Data Scientist
Data Scientists use advanced statistical algorithms to model and analyze data sets. They often collaborate with business leaders to determine how this data can be used for strategic planning. This course may be useful for a Data Scientist who works with time series data. Specifically, it can assist in developing time series models with R.
Machine Learning Engineer
Machine Learning Engineer
Machine Learning Engineers build and maintain machine learning models. This course could be useful for Machine Learning Engineers who work with time series data. It provides a foundation in time series analysis and teaches how to use R to build ARIMA models.
Business Analyst
Business Analyst
Business Analysts use data and analysis to help businesses make informed decisions. This course could be useful for Business Analysts who work with time series data. It provides an introduction to time series analysis and demonstrates how to use R to build ARIMA models.
Operations Research Analyst
Operations Research Analyst
Operations Research Analysts use mathematical and analytical techniques to solve business problems and improve efficiency. This course could be useful for Operations Research Analysts who work with time series data. It covers how to use R to build ARIMA models.
Statistician
Statistician
Statisticians collect, analyze, interpret, and present data to help businesses and organizations make informed decisions. This course may be useful for Statisticians who want to learn how to use time series analysis to model and forecast data.
Software Engineer
Software Engineer
Software Engineers design, develop, and maintain software systems. This course could be useful for Software Engineers who work with time series data. It provides a foundation in time series analysis and teaches how to use R to build ARIMA models.
Data Analyst
Data Analyst
Data Analysts translate raw data into formats that can be understood by organizational stakeholders. They build data models that help organizations make informed decisions. This course may be helpful for Data Analysts on teams that work with time series data. Namely, it can help build a foundation in how to model and forecast data.
Financial Analyst
Financial Analyst
Financial Analysts use financial data and models to help investors make informed decisions. This course could be useful for Financial Analysts looking to enhance their time series modeling skills, as it covers how to build ARIMA models in R.
Data Engineer
Data Engineer
Data Engineers design, build, and maintain data pipelines and infrastructure. This course may be useful for Data Engineers who work with time series data. It provides a foundation in time series analysis and teaches how to use R to build ARIMA models.
Quantitative Analyst
Quantitative Analyst
Quantitative Analyst use mathematical and statistical models to find investment opportunities and assess the risk of financial products. This course may be helpful for Quantitative Analysts who work with time series data. In particular, it can help build a foundation in ARIMA modeling.
Actuary
Actuary
Actuaries assess the financial impact of risk and uncertainty. This course may be helpful for Actuaries who want to strengthen their skills in time series analysis. In particular, it covers how to use ARIMA models in R.
Economist
Economist
Economists study the production, distribution, and consumption of goods and services. This course may be useful for Economists who want to learn how to use time series analysis to forecast economic trends.
Market Researcher
Market Researcher
Market Researchers analyze market trends and consumer behavior to help businesses make informed decisions about product development and marketing strategies. This course may be useful for Market Researchers who want to learn how to use time series analysis to forecast future trends.
Data Science Manager
Data Science Manager
Data Science Managers lead teams of data scientists and oversee data science projects. This course may be useful for aspiring Data Science Managers who want to build a stronger foundation in time series analysis. It covers the basics of time series analysis and demonstrates how to use R to build ARIMA models.
Quantitative Risk Analyst
Quantitative Risk Analyst
Quantitative Risk Analysts use mathematical and statistical models to assess and manage financial risk. This course may be useful for Quantitative Risk Analysts who want to enhance their skills in time series analysis. In particular, it teaches how to use ARIMA models in R.
For more career information including salaries, visit:
OpenCourser.com/course/uojfno/einfuhrung
Reading list
We've selected six books
that we think will supplement your
learning. Use these to
develop background knowledge, enrich your coursework, and gain a
deeper understanding of the topics covered in
Einführung in Zeitreihenanalyse mit R.
Dieses Buch bietet eine ausgewogene Mischung aus Theorie und praktischen Anwendungen der Zeitreihenanalyse. Es ist ein weiteres Standardwerk auf diesem Gebiet und wird häufig als Lehrbuch an Universitäten verwendet.
Save
Dieses Buch bietet eine klare und prägnante Einführung in die Zeitreihenanalyse. Es eignet sich hervorragend als Einstieg in das Thema und bietet eine solide Grundlage für weiterführende Studien.
Dieses Buch bietet eine umfassende Einführung in die Zeitreihenanalyse und -prognose. Es eignet sich sowohl für Anfänger als auch für fortgeschrittene Lernende und bietet einen soliden theoretischen Hintergrund sowie praktische Anwendungen.
Dieses Buch bietet eine praktische Einführung in die Zeitreihenanalyse. Es deckt eine Vielzahl von Themen ab, einschließlich ARIMA-Modelle, und bietet zahlreiche Beispiele und Fallstudien.
Dieses Buch bietet eine umfassende Einführung in die Zeitreihenanalyse mit Zustandsraummethoden. Es ist ein fortgeschritteneres Buch und eignet sich eher für Lernende mit einem starken Hintergrund in Statistik und Mathematik.
Save
Dieses Buch kombiniert Theorie und Praxis der Zeitreihenanalyse mit R. Es bietet eine praktische Einführung in die Verwendung von R für die Zeitreihenanalyse und eignet sich sowohl für Anfänger als auch für fortgeschrittene Lernende.
For more information about how these books relate to this course, visit:
OpenCourser.com/course/uojfno/einfuhrung
Share
Similar courses
Here are nine courses similar to
Einführung in Zeitreihenanalyse mit R.
Gehaltsvorhersage mit Linearer Regression in R
OpenCourser.com/course/dsw9y8/gehaltsvorhersage
Gehaltsvorhersage mit Linearer Regression in R
Most relevant
Verstehe den durchschnittlichen Facebook Nutzer
OpenCourser.com/course/gg5mxq/verstehe
Verstehe den durchschnittlichen Facebook Nutzer
Most relevant
Interessen des durchschnittlichen Facebook Nutzers
OpenCourser.com/course/2rlz1c/interessen
Interessen des durchschnittlichen Facebook Nutzers
Most relevant
Zielsetzung für eine Facebook Werbekampagne
OpenCourser.com/course/205a06/zielsetzung
Zielsetzung für eine Facebook Werbekampagne
Most relevant
Erstelle ein Storyboard in Canva
OpenCourser.com/course/qsb7nk/erstelle
Erstelle ein Storyboard in Canva
Most relevant
Erstelle Diagramme in Canva
OpenCourser.com/course/762p1g/erstelle
Erstelle Diagramme in Canva
Most relevant
Erstelle Diagramme mit Visme
OpenCourser.com/course/c2nbxb/erstelle
Erstelle Diagramme mit Visme
Most relevant
Eine Einführung in die Finite Elemente Methode mit SimScale
OpenCourser.com/course/1i3qmz/eine
Eine Einführung in die Finite Elemente Methode mit...
Most relevant
Linearer & Nichtlineare Finite Elemente Analyse mit SimScale
OpenCourser.com/course/0eer9f/linearer
Linearer & Nichtlineare Finite Elemente Analyse mit...
Most relevant
Effort
2 Stunden
Level
Introductory
Via
Coursera
Institution
Coursera Project Network
Instructor
Sandro Raabe
Language
Deutsch
Good to know
Geeignet für Anfänger ohne Vorkenntnisse in Zeitreihenanalyse
Vermittelt grundlegende Konzepte der Zeitreihenanalyse, die in vielen Branchen Anwendung finden
Anhand praktischer Beispiele in RStudio werden die Konzepte veranschaulicht
Umfasst sowohl Theorie als auch Anwendung und ermöglicht so ein umfassendes Verständnis
Bietet die Möglichkeit, eigene Zeitreihen zu analysieren und Modelle zu erstellen
Kursdauer von nur zwei Stunden, was für Berufstätige und Studierende mit wenig Zeit geeignet ist
Our mission
OpenCourser helps millions of learners each year. People visit us to learn workspace skills, ace their exams, and nurture their curiosity.
Our extensive catalog contains over 50,000 courses and twice as many books. Browse by search, by topic, or even by career interests. We'll match you to the right resources quickly.
Find this site helpful? Tell a friend about us.
Affiliate disclosure
We're supported by our community of learners. When you purchase or subscribe to courses and programs or purchase books, we may earn a commission from our partners.
Your purchases help us maintain our catalog and keep our servers humming without ads.
Thank you for supporting OpenCourser.
© 2016 - 2024 OpenCourser