Time series analysis and forecasting

In deze cursus leer en oefen je met de moderne benaderingen voor tijdreeksanalyse, modellering en prognose en ontdek je hoe generatieve AI, zoals ChatGPT of Copilot, hierbij op een verantwoorde...

Moderne methoden voor het analyseren, modelleren en voorspellen van tijdreeksen

Bij het analyseren van tijdreeksen (time series) zoek je naar structuren en patronen om het onderliggende proces te beschrijven en te verklaren. Maar ook naar manieren om op basis van geschikte modellen toekomstige waarden te voorspellen of om de effecten van alternatieve scenario’s te onderzoeken.
Tijdsreeksen komen voor in allerlei disciplines, zoals bedrijfskunde, economie en sociale wetenschappen maar ook in biomedische en technische toepassingen. In deze cursus worden moderne methoden voor time series analysis, modelling en forecasting behandeld.
Naast de traditionele methoden voor trend- en seizoensgebonden decompositie van time series, komen ook meer geavanceerde statistische technieken aan de orde, zowel in het tijddomein als in het frequentiedomein.
Ook wordt expliciet ingegaan op mogelijkheden en gevaren van het gebruik van generatieve AI, zoals ChatGPT en Copilot, bij het analyseren van tijdreeksen.
Inzicht in en oefenen met tijdreeksen
Tijdens deze cursus:


Krijg je inzicht in de huidige benaderingen voor tijdreeksanalyse, modellering en prognose, specifiek met:

Exponential

Smoothing modellen (Simple, Holt en Holt-Winter)
Box-Jenkins-modellen (ARMA, ARIMA, SARIMA)
Multivariate tijdreeksmodellen voor gecorreleerde reeksen (dynamische regressie en VARMA-modellen)


Leer je tijdreeksgegevens te analyseren, te modelleren en te valideren met representatieve statistische software zoals R, Minitab of JMP
Leer je de verkregen modellen te gebruiken voor het voorspellen van tijdreeksen en het analyseren van de effecten van alternatieve scenario’s

Bedoeld voor
Academici en hbo’ers die binnen hun werk tijdreeksgegevens moeten analyseren en voorspellen. De cursus is ook geschikt voor docenten van universiteiten en hogescholen die kennis willen nemen van actuele methoden op het gebied van tijdreeksanalyse.
Kennis van statistische basistechnieken zoals toetsen, schatten en regressiemodellering wordt bekend verondersteld. Praktische voorbeelden zijn in R.
Benieuwd  naar meer achtergrond of ervaringen? Lees onze interviews:
– Interview met deelnemer Mateen Asad (BearingPoint), die een combinatie van de cursus Practical data science with R en Time series analysis and forecasting volgde.
– Cursusleider dr. Koo Rijpkema (TU Eindhoven) deelt zijn kijk op de wereld van data en cursussen en het belang van het vakgebied.
Op verzoek in het Engels
Wil je de cursus in het Engels volgen? Vermeld dit dan bij inschrijving in het veld opmerkingen.

Investering

Inclusief koffie, thee, lunches en (digitaal) cursusmateriaal
Prijs is exclusief 21% btw