Séries temporelles avec R

Analyse
Data Science
Open Source
Inter-entreprise
Intra-entreprise
Distanciel
Blended
Présentiel
Français
Anglais

Objectifs

  • Savoir traiter les séries temporelles avec R

Prérequis

  • Connaitre les bases du logiciel R, avoir suivi la formation « Initiation à R »
  • Aisance avec les outils informatiques

Moyens pédagogiques et d’encadrement

  • Plateforme digitale de formation dédiée (LMS).
  • Séances avec le formateur, Support pédagogiques format numérique, alternance entre théorique et pratique, Etudes de cas concrets.

Dispositif de suivi et d’évaluation des acquis

  • Mise en pratique et exercices durant la formation, questionnaires d’évaluation à chaud.

Résultats & compétences attendus à l’issue de la formation

  • Maîtriser le traitement des données de type série temporelle avec le logiciel R.

Programme de la formation

Introduction

  • Tendances et composantes saisonnières
  • Indices descriptifs d’une série temporelle

Lissages exponentiels

  • Lissage simple
  • Lissage double

Estimation et élimination de la tendance et de la saisonnalité

  • Bruit blanc
  • Processus stationnaire
  • Estimation paramétrique de la tendance
  • Estimation non paramétrique
  • Elimination de la tendance et de la saisonnalité

Modélisation des séries stationnaires

  • Auto-corrélation partielle
  • Les processus auto-régressifs
  • Les processus en moyenne mobile
  • Les processus mixtes ARMA
  • Tableau des propriétés
  • Estimation et choix de modèle
  • Processus ARIMA et SARIMA
Télécharger le programme complet
Durée
14 heures
Niveau
Intermédiaire
Public
Toute personne ayant besoin de traiter des séries temporelles.
Participants
8 personnes maximum
Inter: 999 EUR HT / personne
Intra: nous consulter pour un devis perosnnalisé

Vous recherchez des informations sur une formation ?

Vous souhaitez mettre en place une session de formation sur mesure ?

Contactez notre équipe pédagogique !

Stata
Stata est un logiciel complet et intégré qui répond à tous vos besoins en matière de science des données : manipulation des données, visualisation, statistiques et rapports automatisés.
En savoir plus