基于案例学习时间序列分析
09-03
基于案例学习时间序列分析
课程介绍：
几乎各个领域，不管是工业、企业、政府部分还是其他组织都需要进行预测。而时间序列分析作为统计预测中的一种重要方法，几乎所有存储有数据的公式或机构都有用到。
历史总是惊人地相似，这句话放到数据上也是没错的。我们经常会发现，数据会年复一年，日复一日地重复着其自身的规律。如何利用数据内在的规律来进行预测，这就是时间序列分析的重要任务。
本课程将着眼于时间序列的预测分析，通过一个个案例来给大家讲解不同的时间序列预测的分析方法。
课程大纲：
第一课：时间序列预测简介——预测的应用与目标
第二课：时间序列数据处理与数据可视化
第三课：基础预测模型——回归预测模型
基于回归的时间序列模型
第四课：客流量预测——趋势模型分析
第五课：客流量预测2——ARIMA模型
第六课：股票价格预测——GARCH模型
基于平滑的时间序列模型
第七课：商品销量预测——平滑法
第八课：商店销量预测——带有趋势的序列的平滑处理
第九课：电影票房收入预测——外部数据的使用
第十课：其他预测模型——logistic回归模型与神经网络
第十一课：预测结果的评估与维护
第十二课：实践案例——公共交通需求预测、游客量预测
授课对象：
任何对时间序列感兴趣的学员，有一些简单的编程即可
收获预期：
掌握解密数据内在规律的魔杖，可立即启动对你手中数据的统计分析工作
@ DataGuru专业数据分析社区 网址：edu.dataguru.cn 1
授课讲师：
何翠仪，中山大学统计学专业毕业，炼数成金专职讲师，曾讲授《大数据的统计学基础》《大数据的矩阵计算基础》《量化投资》《金融时间序列》等课程。主持建设炼数成金的R语言认证题库系统（即将上线）。
@ DataGuru专业数据分析社区 网址：edu.dataguru.cn 2