Course: Time series analysis and forecasting

Date:
19 September to 02 October
Time:
09:00 - 18:00
Remarks:
19 & 26 sep, 2 okt
Location:
Eindhoven University of Technology
Subscription:
From 04 June
Organizer:
Eindhoven University of Technology / PAO-TM
Subscribe for this event

Leer en oefen met de moderne benaderingen voor tijdreeksanalyse, modellering en prognose m.b.v. representatieve software (zoals R). Tijdreeksen komen voor in een breed scala van disciplines, variërend van bedrijfskunde, economie en sociale wetenschappen tot biomedische en technische contexten.

Bij het analyseren van tijdreeksen zoek je naar structuren en patronen om het onderliggende proces te beschrijven en uit te leggen. En om op basis van geschikte aangepaste modellen toekomstige waarden te voorspellen of om resultaten van alternatieve scenario's te voorspellen. In deze cursus zijn naast de "traditionele" methoden voor trendmatige en seizoensgebonden decompositie van tijdreeksen (bijv. Holt-Winter exponentiële smoothing-modellen), ook meer geavanceerde statistische technieken beschikbaar voor deze taken, beide in de tijd -domein (bijv. Box-Jenkins ARMA-modellen) en in het frequentiedomein (bijv. spectrale en periodogramanalyses).  Verder wordt aandacht besteed aan de analyse van multivariate tijdreeksen die gecorreleerd zijn (transferfunctie-modellen en XARIMA-modellen). Het gebruik van de representatieve statistische software R wordt gedemonstreerd en je krijgt de gelegenheid om hands-on ervaring op te doen in het analyseren en voorspellen van tijdreeksen.

Bedoeld voor

Deze cursus is bedoeld voor mensen die tijdreeksgegevens moeten analyseren en voorspellen: gegevens die na verloop van tijd worden verzameld. Academisch of HBO-niveau, of een gelijkwaardig niveau van kennis opgedaan door ervaring. Kennis van basale statistische technieken zoals testen en regressiemodellering wordt verondersteld.

De cursus is ook geschikt voor docenten aan universiteiten en HBO.

Resultaten

Na succesvolle afronding van de cursus heb je inzicht in en ervaring opgedaan met de huidige benaderingen voor tijdreeksanalyse, modellering en prognose. Meer specifiek geldt dit voor exponentiële afvlakmodellen (Simple, Holt en Holt-Winter), voor Box-Jenkins-modellen (ARMA, ARIMA, SARIMA) en voor multivariate tijdreeksmodellen (overdrachtsfunctie en XARIMA-modellen). Bovendien ben je in staat om tijdreeksengegevens te analyseren, te modelleren en te valideren met de representatieve statistische software R, en de modellen gebruiken die zijn verkregen voor het voorspellen van tijdreeksen en scenario-analyse.

Op verzoek van de deelnemers kan deze cursus in het Nederlands of Engels worden gehouden.