Curso de Análisis Práctico de Series Temporales con R

CURSO DE ANALISIS PRACTICO DE SERIES TEMPORALES CON R

⭐ Formación bonificable para empresas:Realizamos gratuitamente las gestiones para la solicitud de la bonificación de la formación con Fundae.⭐ Formación bonificable para empresas:Realizamos gratuitamente las gestiones para la solicitud de la bonificación de la formación con Fundae.⭐ Formación bonificable para empresas:Realizamos gratuitamente las gestiones para la solicitud de la bonificación de la formación con Fundae.⭐ Formación bonificable para empresas:Realizamos gratuitamente las gestiones para la solicitud de la bonificación de la formación con Fundae.

Lugar / ModalidadOnline

Duración60 horas (6 sem)

FechasTodo el año

Descripción del programa

Selecciona, diagnostica y valida tu modelo de pronóstico avanzado para realizar predicciones precisas basadas en datos: autorregresivos (AR) y de medias móviles (MA), generalización (ARMA), co-integración (ARIMA) y su versión estacional (SARIMA).

El Curso de Análisis práctico de series temporales con R, es un programa práctico impartido con la metodología exclusiva de Máxima Formación, 100% on-line y learn by doing (aprender haciendo).

¿Por qué es único?

Porque está diseñado con el enfoque práctico que requieren los profesionales del análisis de datos cuyo objetivo es transformar el saber en habilidades prácticas avanzadas con aplicación directa a su operativa con los datos.

Nuestro programa formativo con enfoque práctico:

- Garantiza una curva de aprendizaje progresiva y se adapta a tu nivel de desempeño.
- Pone el énfasis en el seguimiento diario de tus necesidades de aprendizaje particulares.
- Disfrutas de un asesoramiento de calidad que te permite aplicar los nuevos conocimientos, desde el primer día.

Ver más ↓Ver menos ↑

¿A quién va dirigido?

Para acceder al Curso de Análisis práctico de series temporales con R, no se establece ningún requisito.

Destinatarios

Profesionales del análisis de datos interesados en construir y aplicar modelos de predicción de series de tiempo en contextos de investigación y negocio.

Un curso práctico orientado a estudiantes, profesionales, investigadores y PhD interesados en:

- Detectar patrones temporales.
- Comprender la dinámica de las series de tiempo.
- Realizar predicciones precisas.
- Simplificar la complejidad de los análisis suprimiendo el componente temporal.
- Dominar el lenguaje de R Software y sus paquetes con nivel experto.

CURSO DE NIVEL INTERMEDIO

Para un mejor aprovechamiento de la formación es recomendable tener conocimientos básicos previos sobre R Software.

Ver más ↓Ver menos ↑

Metodología

100% on-line y learn by doing.

Marca tu propio ritmo de aprendizaje, donde y cuando quieras, de forma progresiva y con la flexibilidad que te ofrece nuestra metodología con evaluación continua:

- Tutorización personalizada. Con el apoyo individualizado de un docente comprometido con tus necesidades de aprendizaje. Consulta sin límites.

- Enfoque Learn by doing. Pon en práctica los nuevos conocimientos analizando casos reales completamente aplicables a tu realidad profesional.

- A tu ritmo. Aprende cuándo y dónde quieras, marca tu propio ritmo de aprendizaje, sin fechas ni plazos de entrega.

- Contenidos de calidad. Evoluciona paso a paso con materiales didácticos, actualizados y prácticos aplicables a tus proyectos profesionales.

- Evaluación continua. Basada en el apoyo individualizado del alumno para garantizar la comprensión de conceptos y su capacidad técnica para resolver los ejercicios propuestos.

- Recursos. Materiales audiovisuales, guías prácticas y bibliografía complementaria, para ir más allá en tu desempeño.

Ver más ↓Ver menos ↑

Titulación

Tras finalizar esta formación recibirás un diploma expedido por Máxima Formación como garantía de aprovechamiento del curso.

Ver más ↓Ver menos ↑

Temario del curso

Programa formativo

01TEMA 1. INTRODUCCIÓN A LAS SERIES TEMPORALES Y A LA DETECCIÓN DE PATRONES+

- Identificar problemas de análisis de series temporales y cómo abordarlos.
- Crear, manipular y visualizar objetos de series temporales en R.
- Identificar los componentes de una series de tiempo.
- Realizar un análisis exploratorio de series temporales.
- Detección de anomalías (outliers) y valores ausentes (missing).
- Preprocesar/Limpiar las series temporales.
- EXTRA: Detectar picos y valles de una serie, descomponer una serie, detección de cambios en media y/o varianza, análisis cluster de series, pruebas de hipótesis para la tendencia y estacionalidad.

02TEMA 2. HERRAMIENTAS Y MODELOS BÁSICOS DEL ANÁLISIS DE SERIES TEMPORALES+

- Calcular la función de autocorrelación (ACF) y la parcial (PACF)
- Comprender el concepto clave de estacionariedad.
- Evaluar la estacionariedad: Pruebas formales e informales
- Estacionarizar la serie en media y varianza. Transformaciones.
- Comprender los modelos básicos de ruido blanco (WN) y caminata aleatoria (RW)
- EXTRA: Pruebas de hipótesis para la estacionariedad, función de autocorrelación cruzada CCF.

03TEMA 3. MODELOS ARIMA Y SARIMA DE SERIES TEMPORALES+

- Comprender el comportamiento de los modelos clásicos ARIMA
- Cómo identificar modelos AR, MA, ARMA y ARIMA
- Seleccionar el mejor modelo según distintos criterios
- Estimar y evaluar el modelo seleccionado.
- Interpretar los resultados del modelo.
- Cómo incluir la estacionalidad en modelos SARIMA
- EXTRA. Relación entre modelos ARIMA.

04TEMA 4. DIAGNÓSTICO Y VALIDACIÓN DEL MODELO+

- Diagnosticar los modelos evaluando sus residuos
- Residuos vs Errores de predicción
- Comparar modelos mediante índices de información AIC, AICc, BIC
- Predecir nuevos valores a partir del modelo seleccionado.
- Intervalos de confianza vs intervalos de predicción.
- Cómo medir la precisión de nuestras predicciones
- Conjunto de entrenamiento y prueba
- Validación cruzada
- Desarrollar un protocolo de actuación
- EXTRA. Limitaciones de los modelos ARIMA y alternativas.

05Claustro docente+

El seguimiento personalizado es uno de nuestros puntos fuertes.

En este Máster contarás con el asesoramiento y las tutorías ilimitadas de dos docentes expertos que van compartir contigo todo su conocimiento y su experiencia en el sector de la Ciencia de Datos:

06Rosana Ferrero+

Data Scientist con más de 10 años de experiencia en consultoría, investigación y docencia.Colabora en proyectos de diversos centros de investigación como el Consejo Superior de Investigaciones Científicas (CSIC), CAPES-PUC, IAS-CSIC y LINCGlobal. Asesora y consultora en Biomáxima.

07Juan Luis López+

Analista de datos con certificaciones en Data Visualization with ggplot2, Data Analysis in R y Machine Learning Toolbox.

Preguntas frecuentes

¿Cuánto dura el programa?

60 horas (6 sem)

¿Cuándo empieza?

FechasTodo el año

¿A quién va dirigido / qué requisitos necesito?

Para acceder al Curso de Análisis práctico de series temporales con R, no se establece ningún requisito.DestinatariosProfesionales del análisis de datos interesados en construir y aplicar modelos de predicción de series de tiempo en contextos de investigación y negocio.Un curso práctico orientado a estudiantes, profesi…

¿Qué titulación obtengo?

Tras finalizar esta formación recibirás un diploma expedido por Máxima Formación como garantía de aprovechamiento del curso.

¿Cómo es la metodología?

100% on-line y learn by doing.Marca tu propio ritmo de aprendizaje, donde y cuando quieras, de forma progresiva y con la flexibilidad que te ofrece nuestra metodología con evaluación continua:- Tutorización personalizada. Con el apoyo individualizado de un docente comprometido con tus necesidades de aprendizaje. Consul…

¿En qué modalidad se imparte?

Online