Les lissages exponentiels
Généralité
Description :
Le cours sur les lissages exponentiels avec R vise à fournir aux participants une compréhension approfondie des méthodes de lissage exponentiel, largement utilisées pour la prévision et l’analyse des séries temporelles, en utilisant le langage de programmation R. Les participants apprendront les principes et les applications des méthodes de lissage exponentiel et acquerront les compétences nécessaires pour effectuer des analyses et des prévisions de séries temporelles.
Objectifs
- Comprendre les fondamentaux du lissage exponentiel et ses applications.
- Maîtriser les différentes méthodes de lissage exponentiel en utilisant R.
- Savoir comment choisir et ajuster les paramètres des méthodes de lissage exponentiel.
- Être capable d’appliquer les méthodes de lissage exponentiel pour la prévision et l’analyse de séries temporelles en R.
Public
- Étudiants en statistiques, en économie, en science des données ou en ingénierie intéressés par l’analyse de séries temporelles avec R.
- Professionnels travaillant avec des données temporelles et souhaitant acquérir des compétences en prévision et en lissage avec R.
- Toute personne curieuse d’apprendre les méthodes de lissage exponentiel en utilisant R pour l’analyse des séries temporelles.
Prérequis
- Connaissance de base en statistiques : Les participants devraient avoir des connaissances élémentaires en statistiques, y compris les concepts de moyenne, de variance et de tendance.
- Familiarité avec les séries temporelles : Une compréhension de base des séries temporelles et de leurs caractéristiques serait bénéfique mais n’est pas obligatoire.
- Notions de base en programmation R : Une connaissance élémentaire de la syntaxe et des concepts de base de R serait utile.
.
Contenu du cours
Le lissage exponentiel simple et double
- Méthode de lissage exponentiel simple : principe et calcul des prévisions.
- Méthode de lissage exponentiel double : ajustement de la tendance et de la saisonnalité.
- Utilisation des méthodes simples et doubles pour la prévision en R.
Le lissage exponentiel triple et les méthodes multiplicatives
- Application de transformations en temps réel sur les DStreams (map, filter, etc.).
- Utilisation de fonctions d’agrégation sur les flux de données en temps réel.
- Enrichissement des données en streaming à l’aide de jointures.
Le modèles de lissage exponentiel avancés
- Modèles de lissage exponentiel Holt-Winters : intégration de la saisonnalité.
- Ajustement des paramètres des modèles Holt-Winters en utilisant R.
- Utilisation de lissages exponentiels adaptatifs pour des séries temporelles non stationnaires avec R.
La sélection de modèles et diagnostic
- Méthodes de sélection de modèles pour les lissages exponentiels en R.
- Diagnostic des modèles de lissage exponentiel : évaluation des résidus.
- Gestion des valeurs aberrantes dans les méthodes de lissage exponentiel avec R.
Applications pratiques et etudes de Cas
- Application des méthodes de lissage exponentiel à des données réelles en utilisant R.
- Études de cas de prévision et d’analyse de séries temporelles avec R.
- Discussion des avantages et des limitations des méthodes de lissage exponentiel avec R.
Informations
| Niveau | Intermédiaire |
| Modes d’enseignement | Présentiel – Distanciel – A votre rythme en MOOC |
| Durée | 3 jours -21 heures |
| Lieux | Paris |
| Code cours | STLissExp00 |