کتاب صوتی پیش‌بینی سری‌های زمانی با آمار

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره پیش‌بینی سری‌های زمانی با آمار

موضوع کلی: ریاضیات کاربردی و نظریه گراف

موضوع میانی: یادگیری ماشین و آمار

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر سری‌های زمانی و کاربردهای آن‌ها
• 2. مفاهیم پایه آمار و احتمال در تحلیل سری‌های زمانی
• 3. انواع داده‌های سری زمانی و ویژگی‌های آن‌ها
• 4. نمایش گرافیکی سری‌های زمانی و تفسیر الگوها
• 5. تجزیه سری‌های زمانی به اجزای روند، فصلی و تصادفی
• 6. روش‌های تخمین روند در سری‌های زمانی
• 7. روش‌های حذف روند و فصلی بودن از سری‌های زمانی
• 8. معرفی مدل‌های خودهمبستگی (AR)
• 9. معرفی مدل‌های میانگین متحرک (MA)
• 10. مدل‌های خودهمبستگی میانگین متحرک (ARMA)
• 11. شناسایی مرتبه مدل‌های ARMA با استفاده از توابع خودهمبستگی و خودهمبستگی جزئی
• 12. تخمین پارامترهای مدل‌های ARMA
• 13. آزمون برازش مدل ARMA و ارزیابی عملکرد آن
• 14. پیش‌بینی با استفاده از مدل‌های ARMA
• 15. معرفی مدل‌های خودهمبستگی یکپارچه میانگین متحرک (ARIMA)
• 16. شناسایی مرتبه مدل‌های ARIMA
• 17. تخمین پارامترهای مدل‌های ARIMA
• 18. آزمون برازش مدل ARIMA و ارزیابی عملکرد آن
• 19. پیش‌بینی با استفاده از مدل‌های ARIMA
• 20. مدل‌های فصلی ARIMA (SARIMA)
• 21. شناسایی مرتبه مدل‌های SARIMA
• 22. تخمین پارامترهای مدل‌های SARIMA
• 23. آزمون برازش مدل SARIMA و ارزیابی عملکرد آن
• 24. پیش‌بینی با استفاده از مدل‌های SARIMA
• 25. مدل‌های GARCH برای مدل‌سازی نوسانات
• 26. معرفی مدل‌های نمایی هموارسازی (Exponential Smoothing)
• 27. روش‌های ساده، دوگانه و سه‌گانه هموارسازی نمایی
• 28. انتخاب بهترین مدل هموارسازی نمایی
• 29. پیش‌بینی با استفاده از مدل‌های هموارسازی نمایی
• 30. مدل‌های رگرسیونی با سری‌های زمانی
• 31. پیش‌بینی سری‌های زمانی با استفاده از متغیرهای کمکی
• 32. تخمین پارامترهای مدل‌های رگرسیونی سری زمانی
• 33. آزمون برازش مدل‌های رگرسیونی سری زمانی
• 34. مدل‌سازی سری‌های زمانی چندمتغیره
• 35. تحلیل هم‌انباشتگی (Cointegration)
• 36. مدل‌های برداری خودرگرسیونی (VAR)
• 37. پیش‌بینی با استفاده از مدل‌های VAR
• 38. معرفی نرم‌افزارهای تحلیل سری‌های زمانی (R, Python, EViews)
• 39. کاربرد عملی تحلیل سری‌های زمانی در اقتصاد
• 40. کاربرد عملی تحلیل سری‌های زمانی در بازاریابی
• 41. کاربرد عملی تحلیل سری‌های زمانی در مهندسی
• 42. ارزیابی و مقایسه روش‌های مختلف پیش‌بینی سری‌های زمانی
• 43. محدودیت‌ها و چالش‌های پیش‌بینی سری‌های زمانی
• 44. آینده پژوهی سری‌های زمانی و تحلیل سناریو
• 45. تحلیل سری‌های زمانی با داده‌های نامنظم