Descrição
Aprenda nessa senquencia de cursos de formação em séries temporais técnicas para: visualizar, modelar e prever os seus dados! Conceitos importantes como de ruídos brancos, passeios aleatórios e muito mais!
Nesse pacote de cursos, iremos abordar 4 partes em sequência: Visualização dos dados, Modelagem ARIMA, Previsões estatística e estudos de casos para colocar em prática.
- No primeiro curso (Visualização de dados) aprenda como analisar visualmente no R com um conjunto disponibilizado, as principais ferramentas para entender seus dados. Plote gráficos de séries temporais univariadas e multivariadas!
- No segundo curso (Modelagem ARIMA) você verá os principais conceitos de series temporais: Estacionaridade, tendência e modelos (WN, RW, AR, MA, ARMA...) assim como estima-los e prever.
- No terceiro curso (Previsões) vamos abordar diversas formas de previsões estatísticas em séries temporais!
- No quarto curso (Estudo de caso) colocaremos tudo em prática! Para que você não saia da formação apenas como um ouvinte, mas também como alguém que sabe VISUALIZAR, MODELAR E PREVER os dados no R!
Os alunos também compraram
Sobre os instrutores
3.99 Calificación
1789 Estudiantes
11 Cursos
Leonardo Henrique Oliveira Pena
Professor de Estatística
Formado em Estatística pela Unicamp e apaixonado pela área. Atua diariamente com programação em softwares estatísticos. Já trabalhou em empresas de ensino EAD e bancos na área de riscos de crédito, além de atuar como consultor estatístico na própria universidade, atendendo a micro e pequenas empresas para diversos projetos de análise de dados.
Com o intuito de passar o conhecimento de estatística, que acho extremamente importante saber, principalmente no mundo atual, venho na Udemy ensinar as pessoas que estejam interessada
Feedback do aluno
Avaliações
Jéssica Barbosa Mendes
08-11-2020
Poderia elucidar de maneira mais completa o modelo Arima/Arma. Em um sentido de complementação, mais teórico. Mas é um curso muito bom, muito prático!
Raquel Costa da Silva
22-06-2020
Curso bom
