Séries temporelles

Cette formation s’adresse à des personnes qui souhaitent appréhender le traitement des séries temporelles en statistiques (Analyse des séries temporelles, Comprendre les différents modèles statistiques, Choix des modèles et mise en œuvre.).

Les personnes peuvent être débutantes ou déjà sensibilisées aux traitements des séries temporelles mais souhaitant consolider leurs acquis.

• Utiliser efficacement un outil statistique pour l’analyse de données,
• Appliquer les fonctions de base de l’outil dans le traitement des séries temporelles,
• Définir et expliquer les séries temporelles avec des exemples concrets,
• Importer, manipuler et visualiser des jeux de données de séries temporelles,
• Comprendre et utiliser des concepts clés statistiques tels relatifs aux séries temporelles,
• Décomposer des séries temporelles en tendance, saisonnalité et résidu,
• Analyser la qualité des données, détecter et traiter les anomalies et valeurs manquantes,
• Mettre en œuvre des techniques de lissage,
• Choisir et implémenter le modèle approprié en fonction de l’analyse des données,
• Construire et analyser des modèles AR, MA, ARIMA, SARIMA, SARIMAX, ARCH et GARCH,
• Évaluer les modèles de séries temporelles.

Notions de statistiques inférentielles et descriptives (tests, p-value), logiciel de programmation statistique (R ou Python)

Tout public, recherche institutionnelle et industrielle

• Comprendre Python, les packages et leur utilisation dans l’analyse des séries temporelles,
• Découverte des séries temporelles et analyse visuelle,
• Bases statistiques pour les séries temporelles,
• Manipulation des données, qualité et transformation,
• Stationnarité, décomposition et transformation des séries temporelles,
• Évaluation des modèles et critères de sélection,
• Technique de lissage et types de modèle (additif vs multiplicatif),
• Modèles Autorégressifs (AR), à Moyenne Mobile (MA) et ARMA,
• Analyse des résidus et diagnostics,
• Modèles ARIMA, SARIMA et SARIMAX,
• Introduction aux Modèles ARCH/GARCH pour les Séries Temporelles à Haute Volatilité.

Les formateurs de Seenovate sont des consultants expérimentés et certifiés. Ils appuient leur pédagogie sur leur expertise terrain en conseil et en réalisation de projet en statistique et data science.

Méthodes et moyens : 

• Une convention de formation
• Une enquête en amont sur les attentes des stagiaires
• Feuilles d’émargement signées à chaque session
• 1 vidéoprojecteur par salle / 1 poste de travail par stagiaire
• Explications théoriques suivies de pratiques guidées puis mises en autonomie

Méthode d’évaluation des acquis : 

• Quiz et exercices d’applications tout au long de la formation
• Evaluation de fin de stage
• Attestation de suivi de formation

Support stagiaire :  

• Support de cours électronique (dématérialisé) / En français