V
主页
【时间序列预测】——罗布-海德曼(Rob J Hyndman)
发布人
【时间序列预测】——罗布-海德曼(Rob J Hyndman) 本视频将介绍 R 中用于时间序列预测的各种工具,重点是预测软件包。这个包实现了几种预测时间序列的自动方法,包括 ARIMA 模型、ARFIMA 模型和指数平滑模型的预测。还将更广泛地探讨如何预测非季节性数据、季节性数据、高频季节性数据和多频季节性数据。将根据自己的咨询经验举例说明。将概述哪些方法可行、可用以及在哪些方面有用,而不是介绍任何具体时间序列方法的数学细节。 罗布-海德曼(Rob J Hyndman)是莫纳什大学统计学教授,也是莫纳什大学商业与经济预测部主任。他于 1988 年获得墨尔本大学理学学位,1992 年获得该校非线性时间序列建模博士学位。他曾在墨尔本大学、科罗拉多州立大学、澳大利亚国立大学和莫纳什大学工作。罗布是 "国际预测期刊 "的主编,也是国际预测者协会的理事。他撰写了 100 多篇统计科学研究论文。2007 年,他因对统计研究的贡献而获得澳大利亚科学院颁发的莫兰奖章。罗布是著名教科书《预测:方法与应用》(Wiley,第三版,1998 年)和《指数平滑预测:状态空间方法》(Springer,2008 年)的合著者。25 年来,罗布一直活跃在咨询行业,协助数百家公司和组织解决预测问题。他最近的咨询工作涉及电力需求预测、旅游需求预测和澳大利亚政府卫生预算。 更多信息,请访问他的网站 robjhyndman.com。
打开封面
下载高清视频
观看高清视频
视频下载器
【剖面似然(profile likelihood)和积分似然(integrated likelihood)孰优孰劣?】
【关于高斯分布的一切:理论和应用】——张颢(清华大学)
【贝叶斯优化 Bayesian Optimization】
【Lasso在癌症检测中的应用和一些新的选择性推理工具】——罗伯特·蒂布希拉尼Robert Tibshirani(斯坦福大学)
【实分析:测度论一览】—韩邦先
【稀疏模型】——张潼(伊利诺伊大学)
【各说各话的p值】
【高维统计推断】
想了解顶级统计学家都在做什么,各大统计方向的板块关系吗? 这个视频为你揭晓.【统计学三角The statistics triangle】——CMU教授金家顺
【奇异值分解 Singular Value Decomposition (SVD)】——吉尔伯特-斯特朗 (Gilbert Strang)
【非参数回归】——瑞恩·J·提布希拉尼 Ryan Tibshirani(卡内基梅隆大学)
【时间序列预测-02】LSTM单步预测代码详解,基于Keras实现
【海量遗传和基因组数据的统计分析 Statistical Analysis of Massive Genetic and Genomic Data】——林希虹
【不可能定理(Impossibility Theorems)】
【一阶二阶优化与次梯度】——张颢(清华大学)
【线性混合模型 Linear mixed effects models】
【因果推断、重随机化 Rerandomization】——唐纳德·布鲁斯·鲁宾(Donald Bruce Rubin)
【不确定性量化: 回顾和一些开放性问题】——Aad van der Vaart 阿德·范德沃特(莱顿大学)
【对标LASSO、SCAD、MCP的Spike-and-Slab LASSO】——爱德华·乔治 Edward I. George
【马尔可夫链蒙特卡罗方法(1) (Markov chain Monte Carlo,MCMC) 】——张颢(清华大学)
【坐标下降法 Coordinate Descent】——瑞恩·J·提布希拉尼 Ryan Tibshirani
加州大学计算遗传学教授,美国科学院院士【Majorization-Minimization Algorithm】——Kenneth L Lange
【多层线性模型】
【当统计遇上计算: 一些有意思的问题和挑战】——蔡天文 T. Tony Cai(宾夕法尼亚大学)
【随机过程期末救命课】—张颢(清华大学)
【孟晓犁 | 范剑青 对谈统计学】——(哈佛大学 | 普林斯顿大学)
【惩罚估计】——邹晖(明尼苏达大学)
2024年华为杯数学建模研赛D题大数据驱动的地理综合问题整体解题思路+代码(TOPSIS综合评价+相关性分析+GCN神经网络预测+成灾机理建模+时间序列分析
【参数估计及习题讲解(1)】—何书元(首都师范大学)
【神经科学中的统计思维 Statistical Thinking in Neuroscience】—罗伯特·卡斯Robert E. Kass (卡内基梅隆大学)
普渡大学【生成对抗网络和统计的关联】——王啸
《所有人都说谎》( Everybody Lies)——赛斯‧史蒂芬斯—大卫德维兹(Seth Stephens-Davidowitz)
【数据科学-使用tidyverse实现数据可视化 Data Science-Data visualisation with the tidyverse】
【贝叶斯数据分析全打通(2)】——宋心远(香港中文大学统计系教授)
【变分贝叶斯及其他-大规模的贝叶斯推断(ICML 2018)】
【大概近似正确学习 (PAC Learning)】——阿里·戈德西 Ali Ghodsi(滑铁卢大学)
【计量经济学入门】
【华人统计学家一览和现况】
【统计显著性的发明史】
2015联合统计会议(The Joint Statistical Meetings,JSM)