Временные ряды

20 участников

О чём курс

Павел Беляев разбирает методы анализа и прогнозирования временных рядов для решения прикладных задач аналитики. В центре внимания — работа с показателями, упорядоченными во времени: от суточных продаж и трафика по часам до курсов валют по минутам. Материал учит находить закономерности в динамике процессов, выявлять аномалии и строить прогнозные модели для планирования бизнеса.

О чём курс

В курсе рассматриваются базовые характеристики временных рядов, их составные компоненты, методы подготовки данных и классические эконометрические модели. Автор показывает, как переходить от констатации фактов к математическому расчёту будущих трендов, а также учитывать влияние календаря и внешних факторов.

Практическая часть охватывает первичное исследование данных на Python, статистическую проверку стационарности, устранение пропусков и выбросов. Отдельный блок отведён настройке моделей семейства Arima и Sarima с подбором параметров под выраженную сезонность.

Кому подойдёт

Материал рассчитан на специалистов с опытом работы с данными:

  • аналитикам данных и специалистам по BI, желающим освоить прогнозирование метрик вместо работы только с описательной статистикой;
  • дата-сайентистам, которым нужны эконометрические инструменты вроде VAR и VECM или библиотеки Prophet и Neural Prophet для финансовых и производственных расчётов;
  • специалистам смежных направлений, которым необходимо понимать сезонность, тренды и причинно-следственные связи в рабочих показателях.

Где применимы навыки

Изучаемые подходы находят применение в прикладных направлениях:

  • Финансы и трейдинг: поиск взаимосвязей между ценами активов и объёмами торгов с применением коинтеграции.
  • Ритейл и продажи: прогнозирование спроса с учётом праздников и сложной периодичности с помощью Sarima и Prophet.
  • Экономика и производство: оценка долгосрочных трендов методом фильтрации и расчёт влияния внешних факторов на производственные планы.

Об авторе

Павел Беляев руководит группой дата-аналитиков в Яндекс eLama. В IT-сфере работает с 1998 года, в дата-аналитике — с 2018 года, с 2020 года управляет аналитическими командами. Автор телеграм-канала «Тимлидское об аналитике» и ментор образовательных программ Simulative.

Преподавал и публиковал обучающие материалы в Иннополисе, Нетологии, Skill Factory, Habr и Simulative. В практический стек автора входят Python, SQL, Clickhouse, BigQuery, PostgreSQL, облачные платформы Yandex.Cloud и Google.Cloud, а также Airflow.

Программа обучения

  1. Введение в временные ряды: основы 1.1 Что такое временной ряд: компоненты (тренд, сезонность, цикличность, шум). 1.2 Типы временных рядов (стационарные/нестационарные, аддитивные/мультипликативные). 1.3 Визуализация: графики, сезонные декомпозиции, коррелограммы. 1.4 Применение на практике, примеры
  2. Практикум: первичное исследование и очистка временного ряда 2.1 Загрузка данных, построение графиков, тесты на стационарность в Python 2.2 Проверка стационарности: тесты (ADF, KPSS), дифференцирование. 2.3 Обработка пропусков и аномалий.
  3. Классические методы моделирования: Arima 3.1 Модель Arima: концепция, подбор порядка (p,d,q), диагностика остатков. 3.2 Сезонная Arima (Sarima): учёт периодичности.
Складчина создана 29 апреля 2026 г. · описание обновлено 25 октября 2026 г.

Теги курса

2 828 ₽ 48 000 ₽