Sie können Zeitreihen aufbereiten, visualisieren und auf typische Muster untersuchen. Sie können Verfahren für Glättung, Transformation und Modellierung einordnen und eine Prognose im Beispielprojekt bewerten.
Trend, Saisonalität, Zyklen und Zufallsschwankungen unterscheiden
Datenvorbereitung und Visualisierung
Daten sammeln und fehlende Werte und Anomalien behandeln
Mit Matplotlib und Seaborn Muster und Trends visualisieren
Deskriptive Statistik und explorative Analyse
Mittelwert, Median, Varianz und Standardabweichung interpretieren
Autokorrelation, Saisonalität und Auffälligkeiten untersuchen
Gleitende Durchschnitte und Glättungstechniken
Gleitende Durchschnitte berechnen und für die Trendanalyse einsetzen
Exponentielle Glättung: Erklärung der einfachen und doppelten exponentiellen Glättung zur Modellierung von Niveau und Trend sowie Einführung in saisonale Glättungsverfahren (Holt-Winters).
Stationarität und Transformationen
Stationarität mit dem Augmented-Dickey-Fuller-Test prüfen
Differenzierung und Log-Transformation einordnen
ARIMA-Modelle
AR-, I- und MA-Komponenten unterscheiden
Parameter mithilfe von ACF und PACF identifizieren und schätzen
Saisonale Modelle (SARIMA)
Saisonale Parameter einordnen und Modelle anpassen und bewerten
GARCH-Modelle
Volatilität modellieren und GARCH an Finanzzeitreihen einordnen
Machine Learning für Zeitreihen
Regressions- und Klassifikationsansätze sowie LSTM und Random Forest einordnen
Hyperparameter-Optimierung betrachten
Praxisprojekt und Fallstudien
Zeitreihendaten von der Vorbereitung bis zur Modellbewertung bearbeiten
Erfahrungen aus Fallstudien und bewährte Vorgehensweisen diskutieren
Dauer/zeitlicher Ablauf:
2 Tage
Zielgruppe:
Das Seminar richtet sich an Sie, wenn Sie in Data Science, Datenanalyse oder Statistik arbeiten und Zeitreihen analysieren möchten.
Teilnahmevoraussetzungen
Grundkenntnisse in Statistik und Datenanalyse sind hilfreich.
Wir setzen Analyse-Cookies ein, um Ihre Zufriedenheit bei der Nutzung unserer Webseite zu verbessern.
Diese Cookies werden nicht automatisiert gesetzt.
Wenn Sie mit dem Einsatz dieser Cookies einverstanden sind, klicken Sie bitte auf Akzeptieren.
Weitere Informationen finden Sie hier.
