Tijdreeksanalyse in R
In mijn vorige blog heb ik uitgelegd hoe je met hulp van de forecast package een voorspelling kan maken met een bestaande tijdreeks. Hier werd gebruik gemaakt van auto.arima, een algoritme dat automatisch het best verklarende Arima model selecteerd. Hoewel dit algoritme enorm handig is, vooral voor de beginnende ‘forecaster’, is het ook van belang om het proces te begrijpen waar auto.arima gebruik van maakt. Dit gaan we in deze blog doen door zelf een tijdreeks te analyseren met behulp van (handmatige)Arima.
Meer weten over wat data voor uw organisatie kan betekenen?
Neem contact op met Hugo Koopmans
Telefoon: +31643106780
E-mail: hugo.koopmans@dikw.com
Blogs
-
Data gedreven werken — door Nick van de Venn — last modified 26-05-2023
- Bij datagedreven werken staan mens én data centraal
-
Hoe gebruik je ChatGPT om je data pipeline te bouwen? — door Nick van de Venn — last modified 11-05-2023
- Marcel-Jan zocht het uit voor zijn grote hobby: astronomie.
Data Science recente blogs
-
Bayesiaanse Statistiek — door Marc Jacobs — last modified 25-07-2022
- Wiskundig raamwerk voor ouderwets leren
-
R vs Python — door Nick van de Venn — last modified 05-07-2022
- Samenwerken is de sleutel
-
Machine Learning: De gereedschapskist van de data scientist — door marco — last modified 21-12-2021
- Machine Learning algoritmes zijn de gereedschappen voor een data scientist
Data Science Nieuws & Evenementen
-
Data science opleidingen gaan weer van start! — door marco — last modified 08-02-2022
- Vanaf 21 september start ons succesnummer weer! Twaalf weken data science in R, we hebben er weer zin in
-
Aedes data science workshop 2 van 3 — door marco — last modified 07-02-2022
- Voor Aedes organiseert DIKW drie workshops data science
-
DIKW in top 50 beste data science bedrijven — door marco — last modified 22-10-2021
- DIKW is één van snelst groeiende bedrijven volgens MKB Data Science rapport