Statistics and Computing Applied Time Series Analysis Forecasting with Python

Deze uitgebreide handleiding over tijdreeksanalyse en -voorspelling biedt een diepgaande verkenning van methoden en technieken voor de analyse van tijdreeksen, waarbij Python wordt ingezet voor implementatie en het oplossen van data science-vraagstukken. Dit boek is een waardevolle bron voor zowel studenten als professionals die zich bezighouden met statistiek, economie en data science.

Inhoud en Structuur

Het boek behandelt een breed scala aan statistische benaderingen en tijdreeksmodellen, waaronder:

• ARMA (AutoRegressive Moving Average)
• SARIMA (Seasonal AutoRegressive Integrated Moving Average)
• VAR (Vector AutoRegression)
• GARCH (Generalized Autoregressive Conditional Heteroskedasticity)
• State space modellen
• Markov switching modellen

Deze modellen zijn ontworpen voor (niet)stationaire, multivariate en financiële tijdreeksen en bieden een solide basis voor zowel theoretische als praktische toepassingen.

Naast deze traditionele statistische methoden, gaat de tekst verder door moderne machine learning technieken en de daarmee samenhangende uitdagingen te verkennen. Dit biedt lezers een actueel perspectief op tijdreeksvoorspelling, rekening houdend met de snel veranderende technologieën in de industrie.

Integrated Approach

Het boek biedt een organische combinatie van de principes van tijdreeksanalyse en Python-programmering. Hierdoor kunnen lezers niet alleen de methoden en technieken bestuderen, maar ook meteen oefenen met het schrijven en uitvoeren van Python-code. Deze praktische benadering maakt de theorie toegankelijker, wat essentieel is voor een effectief leerproces. De data-gedreven aanpak stelt nieuwkomers in staat om zowel de ruwe gegevens als de berekende resultaten te visualiseren en interpreteren.

Doelgroep

Dit boek is primair gericht op studenten die een basiskennis van kansrekening en statistiek hebben, inclusief die uit de studiegebieden statistiek, economie en data science. Het zal ook aantrekkelijk zijn voor professionals in de sectoren van kunstmatige intelligentie en data science, evenals voor iedereen die geïnteresseerd is in het toepassen van Python voor het oplossen van tijdreeksproblemen.

Met een totaal van 382 pagina’s en uitgebracht in de eerste editie in 2022, biedt dit paperbackboek een uitgebreide en actuele gids voor iedereen die zijn vaardigheden in tijdreeksanalyse en -voorspelling wil uitbreiden. De praktische focus en heldere uitleg maken dit boek tot een waardevolle aanvulling op de bibliotheek van elke gegevensprofessional of student.