Zaawansowane wyszukiwanie
  Strona Główna » Sklep » Matematyka » Statystyka Statistica SPSS » Moje Konto  |  Zawartość Koszyka  |  Do Kasy   
 Wybierz kategorię
Algorytmy Wzorce UML
Bazy danych
Bezpieczeństwo
Bioinformatyka
Biznes Ekonomia Firma
Chemia
DTP Design
E-biznes
Ekonometria
Elektronika Elektrotechnika
Energetyka
Fizyka
GIS
Grafika użytkowa
Hardware
Informatyczne systemy zarządzania
Informatyka w szkole
Języki programowania
Matematyka
  Algebra Teoria liczb
  Analiza matematyczna
  Logika Topologia
  Matematyka dyskretna
  Matematyka ogólna
  Rachunek prawdopodobieństwa
  Statystyka Statistica SPSS
Multimedia
Obsługa komputera
Office
Poradniki
Programowanie gier
Programy inżynierskie
Programy matematyczne
Słowniki
Serwery
Sieci komputerowe
Systemy operacyjne
Technika
Telekomunikacja
Tworzenie stron WWW

Zobacz pełny katalog »
 Wydawnictwo:
 Prószyński i S-ka
Neandertalczyk Odkryty na nowo. Współczesna nauka pisze nową historię neandertalczyków

Neandertalczyk Odkryty na nowo. Współczesna nauka pisze nową historię neandertalczyków

55.00zł
46.75zł
Analiza i prognozowanie szeregów czasowych Praktyczne wprowadzenie na bazie środowiska R 59.00zł
Analiza i prognozowanie szeregów czasowych Praktyczne wprowadzenie na bazie środowiska R

Tytuł: Analiza i prognozowanie szeregów czasowych Praktyczne wprowadzenie na bazie środowiska R
Autor: Adam Zagdański
ISBN: 978-83-01-18356-1
Ilość stron: 342
Data wydania: 01/2017 (dodruk)
Oprawa: Miękka
Format: 16.5x23.0cm
Wydawnictwo: Naukowe PWN
Cena: 59.00zł


Jedyna na polskim rynku książka, która na bazie darmowego systemu R (najpopularniejszego narzędzia praktycznej analizy danych) wprowadza do analizy i prognozowania szeregów czasowych.

W książce przedstawione są najważniejsze metody i modele analizy szeregów czasowych. Nie jest to jednak wyłącznie przegląd metodologii, jaki można znaleźć w klasycznych podręcznikach, ale znajdują się w niej także konkretne wskazówki dla praktyków, jak odpowiednio przygotować dane do analizy, jak wybrać optymalny model czy metodę dla określonych danych oraz w jaki sposób ocenić i porównać wiarygodność skonstruowanych prognoz.

Nie jest to jednak wyłącznie przegląd metodologii, który można znaleźć w klasycznych podręcznikach. Znajdują się w niej odpowiedzi na pytania praktyków. Co niezwykle istotne, publikacja ma charakter uniwersalny. Nie ogranicza się do konkretnego obszaru zastosowań. Są w niej przykłady analizy szeregów makroekonomicznych, finansowych, demograficznych oraz związanych z wielkością sprzedaży różnych produktów.

Ogromną zaletą książki jest wykorzystanie środowiska R, popularnego i powszechnie stosowanego darmowego narzędzia praktycznej analizy danych.

Spis treści:

1. Wstęp

2. Wprowadzenie
2.1. Czym jesy szereg czasowy?
2.2. Głowne zadania analizy szeregów czasowych
2.3. Etapy w analizie szeregu czasowego
2.4. Przykład dla niecierpliwych

3. Dane
3.1. Dane wbudowane
3.2. Import/Export danych
3.3. Reprezentacja szeregów czasowych w R
3.4. Wybór podzbioru danych
3.5. Dostęp online do danych finansowych
3.6. Dane symulowane
3.7. Ćwiczenia

4. Wykresy i analiza opisowa
4.1. Wykresy zwykłe
4.2. Wykresy sezonowe
4.3. Wykresy autokorelacji
4.4. Ćwiczenia

5. Przekształcenia wstępne szeregów
5.1. Proste korekty kalendarzowe
5.2. Transformacja Boza-Coxa
5.3. Różnicowanie
5.4. Agregacja danych
5.5. Pozostałe transformacje
5.6. Prawidłowa kolejność wykonywania transformacji
5.7. Ćwiczenia

6. Dekompozycja szeregów czasowych
6.1. Idea dekompozycji
6.2. Wygładzanie za pomocą ruchomej średniej
6.3. Dekompzycja klasyczna - estymacja trendu i sezonowości
6.4. Eliminacja trendu i sezonowości z danych
6.5. Zaawansowane metody dekompozycji szeregów czasowych
6.6. Ćwiczenia

7. Modele ARIMA
7.1. Szeregi stacjonarne i niestacjonarne
7.2. Przegląd modeli stacjonarnych: AR, MA, ARMA
7.3. Przegląd modeli niestacjonarnych: ARIMA, SARIMA
7.4. Symulacja szeregów ARMA i ARIMA w R
7.5. Identyfikacja modelu - wybór rzędów: p, q, P, Q, d i D
7.6. Estymacja parametrów modelu
7.7. Diagnostyka: analiza reszt, narzędzia graficzne i testy statystyczne
7.8. Wybór optymalnego modelu
7.9. Ćwiczenia

8. Prognozowanie
8.1. Proste metody prognozowania
8.2. Ocena i porównywanie dokładności prognoz
8.3. Prognozowanie na podstawie modeli ARIMA
8.4. Algorytmy wygładzania wykładniczego
8.5. Prognozy oparte na dekompozycji
8.6. Jak wybrać optymalna metode prognozowania?
8.7 Ćwiczenia

Dodatek A. Jak nauczyć się R?

Analiza i prognozowanie szeregów czasowych Praktyczne wprowadzenie na bazie środowiska R
Tytuł książki: "Analiza i prognozowanie szeregów czasowych Praktyczne wprowadzenie na bazie środowiska R"
Autor: Adam Zagdański
Wydawnictwo: Naukowe PWN
Cena: 59.00zł
Klienci, którzy kupili „Analiza i prognozowanie szeregów czasowych Praktyczne wprowadzenie na bazie środowiska R”, kupili także:

Wprowadzenie do fizyki w grach, animacjach i symulacjach Flash, Dev Ramtal, Adrian Dobre, Wydawnictwo Helion

Aplikacje 3D. Przewodnik po HTML5, WebGL i CSS3, Tony Parisi, Wydawnictwo Helion

Wordpress i Bootstrap Bezpłatnie i elastycznie, Dawid Mazur, Wydawnictwo Naukowe PWN

What if A co gdyby Naukowe odpowiedzi na absurdalne i hipotetyczne pytania, Randall Munroe, Wydawnictwo Czarna Owca

Tworzenie animacji z użyciem języka JavaScript, lian Shapiro, Wydawnictwo Helion

Python Programuj szybko i wydajnie Wydajne aplikacje w języku Python, Micha Gorelick, Ian Ozsvald, Wydawnictwo Helion

czwartek, 25 kwietnia 2024   Mapa strony |  Nowości |  Dzisiejsze promocje |  Koszty wysyłki |  Kontakt z nami