Time series analysis and forecasting
In deze cursus leer en oefen je met de moderne benaderingen voor tijdreeksanalyse, modellering en prognose.
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.
Cursusleider
dr. Koo Rijpkema
“Lesgeven staat voor mij voor het delen van kennis en passie, mensen inspireren en fascineren door de toepassing van statistiek.”
Deze cursus wordt beoordeeld met een
Programmamanager
Waarom PAOTM
-
De nieuwste postacademische kennis en kunde
-
Toegespitst op vraagstukken die spelen in een technische omgeving
-
Interactief en direct toepasbaar in de praktijk
-
Topdocenten vanuit wetenschap, onderzoek en bedrijfsleven
Veelgestelde vragen
Programma
- Ontvangst en Registratie
-
Introductie
• Introduction to the Course:
Objectives, Terminology, General Approach, Overview, Statistical Software, Data Resources, References.
- Lunch
-
Exploring Univariate Time Series (1)
• Exploring Univariate Time Series:
Analyzing Stationary Series, Series with Trend and series with Trend and Seasonality, Autocorrelations, Finite Differencing, Decomposition Methods, Data Transformations, Outliers & Missing Values. Case Studies and Assignments
- Afronding
-
Exploring Univariate Time Series (2)
Spectral Analysis in a Nutshell, Correlogram & Spectrum, Relation between Time Domain and Frequency Domain - Lunch
-
Exponential Smoothing Models (1)
Naïve Prediction Models,
Simple Exponential Smoothing Models for Stationary Series and Holt’s Exponential Smoothing Models for Series with Trend: Model Estimation, Verification and Validation. Case Studies and Assignments.
- Afronding
-
Introduction to Box Jenkins ARIMA Models (1)
Stochastic Processes, Purely Random Processes, Random Walks, Moving Average Processes: MA(q), Autoregressive Processes: AR(p). Mixed ARMA(p,q) Models for Stationary Series, ARIMA Models for Series with Trend, SARIMA Models for Series with Trend and Seasonality. - Lunch
-
Applying Box Jenkins ARIMA Models (1)
ARMA Model Identification, Estimation, Verification and Validation for Stationary series. Case Studies and Assignments. - Afronding
-
Applying Box Jenkins ARIMA Models (2)
ARIMA and SARIMA Model Identification, Estimation, Verification and Validation for Series with Trend and/or Seasonality. Automatic Model Selection, Model Forecasts. Case Studies and Assignments. - Lunch
-
Exploring Multiple Time Series
Bivariate Processes, Cross Covariance & Correlation, Cross Spectrum, Linear Systems, Identification & Transfer Function, Multivariate Modeling & Forecasting, Scenario Analysis: “What-If….” forecasts -
Final Overview
Topics treated, Procedures covered, Expectations: Aims and Restrictions, Next Steps. - Evaluatie en afsluiting
Cursusleider
dr. Koo Rijpkema
“Lesgeven staat voor mij voor het delen van kennis en passie, mensen inspireren en fascineren door de toepassing van statistiek.”
Deze cursus wordt beoordeeld met een
Veelgestelde vragen
Data en locaties
Hieronder vind je een overzicht van de beschikbare data en locaties. Je kunt direct inschrijven door op de button ‘Inschrijven’ te klikken.
Investering
- Inclusief koffie, thee, lunches en (digitaal) cursusmateriaal
- Prijs is exclusief 21% btw
Veelgestelde vragen
Incompany
Zijn er meerdere medewerkers geïnteresseerd in dezelfde cursus, wil je met het hele team kennis verrijken of de eigen praktijk centraal stellen? Dan kan een incompany cursus interessant zijn. We denken graag met je mee over de mogelijkheden. PAOTM heeft ruime ervaring in het organiseren van incompany cursus in veel technische velden voor een breed scala aan bedrijven. Je kunt ervoor kiezen een bestaande cursus incompany te laten organiseren voor meerdere medewerkers. Heb je echter een specifiek organisatie- of afdelingsvraagstuk, dan kunnen we ook een unieke cursus samenstellen. Voor elk maatwerkverzoek gaan we in ons netwerk bij universiteiten, kennisinstituten en het bedrijfsleven op zoek naar de juiste docenten die jullie team van de gewenste kennis kunnen voorzien. Aan de hand van jullie opleidingsvraag, leerbehoeften en organisatiedoelen stellen we vervolgens een cursus samen.
Benieuwd naar de mogelijkheden? Neem contact op met één van onze programmamanagers of vul het formulier hieronder in. We doen je graag een passend aanbod.
Veelgestelde vragen
Incompany aanvraag
"*" geeft vereiste velden aan
Programmamanager
Incompany cursussen van PAOTM worden gemiddeld beoordeeld met een
Waarom Incompany
-
Een cursus afgestemd op jullie specifieke vraagstuk
-
Direct aan de slag met eigen cases
-
Geleid door topdocenten met de meest actuele kennis
-
Op jouw locatie en jouw moment: altijd efficiënt
-
Hele team gelijktijdig bijgeschoold
-
Maatwerk mogelijk in al onze vakgebieden
Download de studiegids
Wil je graag een compleet overzicht van al onze cursussen en opleidingen? Download dan de digitale studiegids!
Geen startdatum bekend
Er is nog geen startdatum bekend. Geen zorgen, je kunt je nu inschrijven op onze interesselijst. We informeren je direct zodra er een nieuwe datum is gepland.
Onze corporate partners
Schrijf je in voor de nieuwsbrief
In onze nieuwsbrief informeren we je maandelijks per e-mail over cursussen, opleidingen, nieuws en ontwikkelingen in de verschillende vakgebieden van PAOTM. Kies daarbij zelf over welke onderwerpen je informatie wilt ontvangen!
Download de studiegids
In de studiegids staan, naast het cursusaanbod, ook de thema’s die we komend jaar verder gaan ontwikkelen. Wil je een compleet overzicht van onze cursussen en opleidingen in jouw vakgebied(en)? Vraag de Studiegids aan en ontvang hem digitaal.
