×
ribbon

آموزش رایگان تحلیل سری های زمانی 1

مدرس:دانشگاه الزهرا

حمید کردبچهمطهره خاکسار

تحلیل سری های زمانی شامل تکنیک ها و روش هایی است که برای تجزیه و تحلیل، مدل سازی... بیشتر
محبوب کاربران
4.9 (25)
13 دیدگاه
1,646دانشجو
36ساعت
سرفصل‌ها
مقدماتی سطح دوره

اشتراک مکتب‌پلاس

خرید اشتراک

با خرید اشتراک مکتب‌پلاس، علاوه بر این دوره، به بیش از ۴،۰۰۰ دوره دیگر دسترسی خواهید داشت.

دسترسی به تمام دوره‌هابیش از ۴،۰۰۰ دوره
محتوای دوره
سرفصل‌ها
پیش‌نیاز‌ها
توضیحات دوره
دیدگاه کاربران
درباره مدرس

آنچه در این دوره می‌آموزید

آشنایی با مفاهیم پایه‌ای سری‌های زمانی

آشنایی با مدل‌های تک متغیره

آشنایی با تکنیک‌های هموارسازی و فیلتر کردن داده‌ها

آشنایی با تکنیک‌های پیش بینی مدل‌های تک متغیره

این دوره شامل:

36 ساعت ویدئو

دسترسی مادام‌العمر به محتوای دوره

سرفصل‌های دوره

1 فصل47 جلسه36 ساعت ویدیو
تحلیل سری‌های زمانی 1
  آموزش مقدماتی STATA - مبانی STATA
94:54
  آموزش مقدماتی STATA - تحلیل رگرسیون
32:16
  آموزش مقدماتی STATA - دستورات تکمیلی پس از تخمین
42:26
  آموزش مقدماتی STATA - نقض فروض کلاسیک
69:37
  آموزش مقدماتی STATA - تعریف سری‌های زمانی در STATA
43:19
  مقدمه‌ای بر تحلیل سری‌های زمانی
45:41
  معادلات تفاضلی
68:52
  فرایندهای تصادفی
54:48
  معادلات تفاضلی در استتا
50:56
  تمرین معادلات تفاضلی- مثال‌های اقتصادی و نیمه عمر
37:28
  فرایندهای مانا
58:39
  مانا سازی سرس هاس نامانا
27:25
  ارگودیسیتی
40:12
  ضرایب خودهمبستگی و خودهمبستگی جزیی
46:57
  فرایندهای وایت نویز
56:57
  فرایندهای میانگین متحرک
46:12
  مدلهای میانگین متحرک مرتبه 1و 2
47:16
  فرایندهای خودرگرسیون
56:20
  مانایی فرایندهای خودرگرسیون مرتبه اول
55:30
  معادلات مشخصه
15:16
  فرایندهای خودرگرسیون مرتبه 2
30:12
  مانایی فرایندهای خودرگرسیون مرتبه 2
26:01
  مانایی فرایندهای خودرگرسیون با ریشه‌‎های مختلط
25:13
  کشتاورهای فرایندهای خودرگرسیون مرتبه p
38:27
  حافظه و وابستگی ضعیف
32:09
  فرایند گام تصادفی
30:55
  معکوس پذیری
25:39
  رویکرد باکس جنکینز در تخمین مدل‌های اریما
67:21
  معیارهای اطلاعات
33:00
  آزمون مانایی دیکی-فولر
31:47
  آزمون مانایی دیکی-فولر تعمیم یافته
30:42
  آزمون‌های نامامانیی و مانایی تکمیلی
46:04
  تخمین مدل‌های آریما در استتا
51:52
  آزمونهای مانایی در استتا
54:27
  کاربرد رویکرد باکس جنکینز در استتا
38:01
  تجزیه سری‌های زمانی
53:24
  هموارسازی
57:20
  فیلتر کردن سری‌های زمانی
38:05
  فیلترهای روند و چرخه‌های تجاری
53:54
  پیش بینی در سری‌های زمانی
56:19
  پیش بینی با استفاده از مدل‌های آریما
63:36
  پیش بینی با استفاده از مدل‌های آریما در استتا
37:24
  پیش بینی با مدل‌های هموارساز نمایی ساده
44:42
  پیش بینی با مدل‌های هموارساز نمایی هالت
34:51
  پیش بینی با مدل‌های هموارساز نمایی هالت-وینترز
67:14
  پیش بینی با مدل‌های هموارساز نمایی در استتا
31:23
  شاخص‌های ارزیابی پیش بینی
54:34

پیش‌نیاز‌ها

این دوره به نحوی تهیه و تدوین شده است که مباحث آن به ساده‌ترین شکل ممکن بیان شوند و مخاطبان دوره بتوانند به‌سادگی متوجه موضوعات مطرح شده شوند. به همین جهت برای شرکت در این دوره هیچ پیش‌نیاز به خصوصی وجود ندارد و افراد با هر سطحی از آگاهی و تحصیلات می‌توانند از مباحث این دوره نهایت استفاده را داشته باشند.

توضیحات دوره

تحلیل سری‌های زمانی شامل تکنیک‌ها و روش‌هایی است که برای تجزیه و تحلیل، مدل‌سازی و تفسیر داده‌های سری‌های ‌زمانی به منظور شناسایی و کشف الگوها، روندها و روابط درون داده‌های مذکور استفاده می‌شود.

این تحلیل‌ها ابزار بسیار قدرتمندی برای توصیف کمی و تجزیه و تحلیل داده‌هایی هستند که در بستر زمان تعریف شده‌ و متشکل از دو جز سیگنال و نویز هستند. دامنه کاربرد این تحلیل‌ها از حوزه‌های اقتصادی، مالی، کسب و کار تا حوزه‌های پزشکی، علوم پایه و مهندسی گسترده است.

این درس که یک درس تخصصی مقدماتی در این حوزه است چهار بخش اصلی از مباحث سری‌های زمانی را پوشش می‌دهد. بخش اول مفاهیم پایه‌ای در تحلیل‌های سری‌های زمانی مانند فرایندهای تصادفی و انواع و ویژگی‌های آنها، مانایی و نامانایی و غیره را با تمرکز بر ارائه کاربردی آنها، پوشش می‌دهد. بخش دوم مدلهای سری زمانی تک متغیره را ارائه می‌کند که کاربرد گسترده‌ای در تحلیل و پیش‌بینی رفتار متغیرها بر اساس گذشته آنها دارند.

بخش سوم به معرفی ابزارهای مهم و عمومی مورد استفاده در تحلیل‌های سری زمانی مانند ضرایب خودهمبستگی و خودهمبستگی جزئی، معیارهای اطلاعات، آزمون‌های تصادفی، نامانایی و مانایی، هموار سازهای نمایی، فیلترینگ و فیلترهای چرخه‌های تجاری می پردازد. در آخرین بخش پیش‌بینی و تکنیک‌های پیش‌بینی در سری‌های زمانی تک متغیره و همچنین سنجه‌های عمومی ارزیابی درستی پیش‌بینی تدریس میشود.

در ارائه این درس با تمرکز بر کاربردی بودن، تلاش شده است با استفاده از مثال‌ها و داده‌های واقعی و توصیف شهودی و مفهومی مباحث و اجرای همه مفاهیم و مدلها در نرم افزار استتا، درک ساده‌ای از موضوعاتی که اغلب پیچیده هستند، برای استفاده کنندگان فراهم شود.

مخاطبین این درس کلیه دانشجویان رشته‌های اقتصاد، مالی، مدیریت، کسب و کار، حسابداری و دانشجویان سایر رشته‌ها هستند که در حوزه سری زمانی مطالعه می‌کنند. همچنین این درس به عنوان یک درس مقدماتی و کاربردی در تحلیل‌های سری ‌زمانی تخصصی برای کلیه کارشناسان حوزه‌های اقتصادی، مالی، بانکی و بیمه‌ای و تحلیلگران بازار بورس قابل استفاده است.

برای استفاده مناسب از مباحث این درس، آشنایی با اقتصادسنجی عمومی، و درک حداقلی و مقدماتی از فرایندهای تصادفی، معادلات تفاضلی و نرافزار استتا لازم است. البته در طول این درس تلاش شده است برای مخاطبینی که به این مباحث نیاز دارند، توصیف حداقلی از موضوعات مذکور ارائه شود.

دیدگاه کاربران

4.9

بر اساس امتیاز 25 دانشجو

1
2
3
4
5

مهدی صادقی

3 ماه پیش

5

بسیار عالی و جامع فقط سری زمانی 2 منتشر نمیشه؟

دانشجوی دوره

7 ماه پیش

5

بسیار مفید و کاربردی بود ممنون👌

دانشجوی دوره

7 ماه پیش

5

با سلام و احترام.این دوره برای من بسیار مفید بود. یاد کلاسهای اقتصاد سنجی دانشگاه الزهرا افتادم. یادش بخیر. هر دو استاد بسیار مهربان با اخلاق و باسواد. ترکیب برنده تدریس استاد عزیزم دکتر کردبچه و خانم دکتر خاکسار.🌸☘🌸☘

دانشجوی دوره

7 ماه پیش

5

عالی بودید.

دانشجوی دوره

8 ماه پیش

5

عالی هستین 👌👌

مائده امیری

8 ماه پیش

5

از زحمات استاد عزیزم واقعا ممنونم. عالی بود.

2دوره
2,280دانشجو
26نظر و امتیاز

دکتر حمید کردبچه کارشناسی اقتصاد نظری و کارشناسی ارشد علوم اقتصادی را در دانشکده اقتصاد دانشگاه تهران آموخته و دوره دکتری خود را در رشته اقتصاد و سازماندهی صنعتی در دانشگاه اسکس انگلستان گذرانده است. ایشان هم اکنون عضو هیات علمی دانشگاه الزهرا است. حوزه‌های مورد علاقه ایشان اقتصاد سنجی کاربردی، اقتصاد خرد و سازماندهی صنعتی است. دکتر کردبچه در سوابق کاری خود مسؤلیت‌هایی از جمله ریاست دانشکده اقتصاد و علوم اجتماعی دانشگاه الزهرا و ریاست پژوهشکده بیمه را دارند.

1دوره
1,646دانشجو
25نظر و امتیاز

مطهره خاکسار مقطع کارشناسی اقتصاد نظری و کارشناسی ارشد علوم اقتصادی را در دانشکده اقتصاد دانشگاه بوعلی سینای همدان آموخته و هم اکنون دانشجوی مقطع دکتری علوم اقتصادی گرایش اقتصادسنجی- اقتصاد مالی دانشگاه الزهرا است.حوزه‌های مورد علاقه ایشان اقتصاد سنجی کاربردی، اقتصاد خرد و اقتصاد دیجیتال است.

مهارت‌هایی که می‌آموزید

دوره‌های مشابه

سوالات پرتکرار

آیا ممکن است برخی جلسات یک درس ناقص باشند؟

معمولا تمامی جلسات هر درس به‌طور کامل ضبط می‌شوند؛ اما گاهی به دلیل برخی ناهماهنگی‌ها ممکن است یک یا چند جلسه ضبط نشده باشد. جزئیات این موارد در توضیحات هر درس درج شده است.

اگر لینک دانلود یا پخش ویدئو مشکل داشت، چه کاری باید انجام داد؟

در صورت مواجهه با هرگونه مشکل در دانلود یا پخش ویدئو، می‌توانید از طریق صفحه ارتباط با ما اطلاع دهید تا تیم پشتیبانی به‌سرعت مشکل را بررسی و رفع کند.

آیا می‌توان ویدئوهای یک درس را به‌صورت سی‌دی یا دی‌وی‌دی از شما تهیه کرد؟

در حال حاضر امکان ارسال دروس به‌صورت سی‌دی یا دی‌وی‌دی وجود ندارد و همه محتواها به شکل آنلاین ارائه می‌شوند.