Statistik - Zeitreihenanalyse mit R

Details

ID 1252626
Dauer 3.0 Tage
Methoden Vortrag mit Beispielen und Übungen.
Vorwissen Grundlagen der Statistik
Zielgruppe Datenanalysten

Ziele

Zeitreihen beschreiben

Beschreiben Sie Zeitreihen mit R und geeigneten R-Paketen

Zeitreihen glätten und interpolieren

Glätten Sie Zeitreihen und nutzen Sie die Glättung für Prognosen

Deterministische Modelle aufbauen

Nutzen Sie die Regressionsanalyse, um in R ein Modell für eine Zeitreihen zu bauen

ARIMA-Modelle erstellen

Verwenden Sie autoregressive Modelle für komplexe Zeitreihenanalyse

VARIMA-Modelle für mehrdimensionale Zeitreihen erstellen

Nutzen Sie VARIMA-Modelle für mehrdimensionale Zeitreihenanalyse

Übersicht

Der Funktionsumfang von R kann durch eine Vielzahl von Paketen erweitert und an spezifische statistische Problemstellungen angepasst werden. Speziell für die Analyse von Zeitreihen gibt es auch eine Vielzahl von Paketen. Dieses Seminar zeigt Ihnen, wie Sie Zeitreihen beschreiben (Autokorrelation, Perioden, Komponentenzerlegung und Trendanalyse) und für Zeitreihen Modelle entwickeln können. Dabei lernen Sie, wie Sie AR-/MA- und ARMA-/ARIMA-Modelle für univariate Zeitreihen und VARMA-Modelle für multivariate Zeitreihen ableiten. Darüber hinaus sehen Sie, wie Sie lineare und nichtlineare Modelle (ARCH-Modelle) entwickeln. Mit Hilfe dieser Modelle und weiterer Techniken kann man dann Prognosen in der Zeit durchführen.

Termine

OPEN
INHOUSE

Zurzeit stehen keine offenen Termine zur Verfügung. Nutzen Sie alternativ die Inhouse‑Option.

Lernen Sie anhand maßgeschneiderter Beispiele und Inhalte – passgenau für Ihre Anforderungen.

Ihre Vorteile im Überblick

  • Flexibles Wunschdatum
  • Maßgeschneiderte Inhalte
  • Intensiver Austausch
  • Hoher Praxisbezug

Themen

  • Zeitreihen strukturiert beschreiben und darstellen
  • Einfache Modelle durch Glättung und Interpolation aufbauen
  • Deterministische Modelle für Erklärung und Prognose entwickeln
  • ARIMA-Modelle bestimmen und nutzen
  • VARIMA-Modelle für mehrdimensionale Zeitreihen erstellen

Beschreibung

Setzen Sie R für die Analyse von ein- und mehrdimensionalen Zeitreihen ein und lernen Sie Techniken wie Glättung und Interpolation genauso kennen wie ARIMA, VARIMA und ARCH.

Services

  • Mittagessen / Catering
  • Hilfe bei Hotel / Anreise
  • Comelio-Zertifikat
  • Flexibel: Bis einen Tag vorher kostenlos stornieren
Service-Kaffeekanne

Comelio Medien

Noch auf der Suche nach weiterführender Literatur? Entdecken Sie passende Fachbücher in unserem Katalog.

Inhalt

Zeitreihen in R

Einführung in R und RStudio - Zeit und Datum in R erstellen, verwenden und transformieren - Zeitreihen grafisch darstellen - Glättung (gleitende Durchschnitte) und Transformation - Wichtige R-Pakete und Funktionen, um mit Zeitreihen zu arbeiten

Komponentenmodelle

Additives und multiplikatives Modell - Komponenten definieren und ermitteln: Trends / glatte Komponente, Saisonkomponente ermitteln und Saisonbereinigung - Einfache Extrapolationsverfahren - Exponentielle Glättung - Holt-Winters-Verfahren

Deterministische Modelle

Lineare Regression bei Zeitreihen anwenden - Trendbestimmung - Periodizitäten und Periodogramm - Regressionsmodelle für die Saisonkomponente - Prognose - Gütemaße für das Modell - Residuen analysieren - Visualisieren von Daten, Modell und Residuen

Autoregressive Zeitreihenmodelle mit ARIMA

Differenzierung von Zeitreihen - Stationarität und statistische Tests - Autoregression: Autokovarianz, Autokorrelation und Korrelogramm - Definition und grundlegende Eigenschaften, Schätzen von AR- und MA-Modelle, Schätzen und Anpassen von MA-Modellen - ARMA und ARIMA-Modelle - Saisons in ARIMA - Modellbewertung und Residualanalyse - Prognosen - Visualisierung von ARIMA-Modellen

Mehrdimensionale Zeitreihen

Ko-Integration - Korrelation - Kenngrößen mehrdimensionaler Zeitreihen - Mehrdimensionale Zeitreihen und VARIMA - VARIMA-Modelle erstellen, bewerten und nutzen - Grafische Darstellung von VARIMA-Modellen

Dozent/in

Unser Trainer für Statistik und Data-Mining mit R Marco Skulschus studierte in Wuppertal und Paris Ökonomie und arbeitet schon seit mehr als 10 Jahren als Dozent, Fachbuch-Autor zum Thema Datenbanken, Datenanalyse und als Berater für statistische Analyse mit R. Teilnehmer/innen seiner R-Seminare sind Betriebswirte / Volkswirtschaftler, Ingenieure und Doktoranden, die für Statistik und Data Mining R einsetzen wollen.

Veröffentlichungen

  • Grundlagen empirische Sozialforschung (Comelio Medien )
    978-3-939701-23-1
  • System und Systematik von Fragebögen (Comelio Medien )
    978-3-939701-26-2
  • Oracle SQL (Comelio Medien )
    978-3-939701-41-5
  • SQL Server 2012: Data Mining und multivariate Verfahren (Comelio Medien )
    978-3-939701-85-9
  • SQL und relationale Datenbanken (Comelio Medien )
    978-3-939701-52-1

Projekte

nEr leitete ein mehrjähriges Forschungsprojekt zur Entwicklung eines Fragebogensystems mit ontologie-basiertem Datenmodell und innovativen Frage-Antwort-Darstellungen. Förderung durch das BMWi und Zusammenarbeit mit verschiedenen Universitäten.

Forschung

nAls Berater konzipiert Herr Skulschus Analysesysteme auf Basis von relationalen Datenbanken und entwickelt dann statistische Modelle und Analysen mit R-Programmierung. Zu seinen Kunden zählen Marktforschungsunternehmen, Marketing-Abteilungen sowie Abteilungen für die Qualitätssicherung und Prozessoptimierung oder auch Forschungseinrichtungen.