國外小組科研—應用數(shù)學課題：基于統(tǒng)計概率的數(shù)據分析與數(shù)學模型研究---以金融經濟、人口生育、傳染病等多維度應用為例

開始日期：

2023年9月9日

專業(yè)方向：

理工

導師：

Peter（麻省理工學院 (MIT) 終身教職）

課程周期：

7周在線小組科研學習+5周不限時論文指導學習

語言：

英文

建議學生年級：

大學生 高中生

項目產出：

7周在線小組科研學習+5周不限時論文指導學習 共125課時 項目報告 優(yōu)秀學員獲主導師Reference Letter EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等級別索引國際會議全文投遞與發(fā)表指導（可用于申請） 結業(yè)證書 成績單

項目介紹：

本課程將重點介紹數(shù)學模型時間序列分析的基本方法和模型及其在不同領域（經濟金融、健康、人口）數(shù)據分析中的應用。本課程將融合計算機編程的R語言輔助統(tǒng)計模型在多維度的數(shù)據中的處理分析。目前，主流數(shù)學統(tǒng)計數(shù)據分析往往會以圖形方法來進行呈現(xiàn)，這些可視化方法被用于大數(shù)據探索、分析模型的有效性驗證和數(shù)據預測結果的展現(xiàn)。在本課程中，導師開發(fā)并應用了趨勢和季節(jié)性的重要時間序列模型，包括經典分解和多級指數(shù)平滑模型。同時導師將利用真實世界的時間序列數(shù)據（包括美國聯(lián)邦儲備局、世界銀行和政府機構公衛(wèi)數(shù)據）對本課程中涵蓋的統(tǒng)計概率方法進行分析和實踐應用。 Introduction to fundamental methods and models of time series analysis with applications in economics, finance, and public health. The course uses R to forecast time series. Graphical methods are emphasized for data exploration, analyzing the validity of models, and presenting forecast results. Important models of trend and seasonality are developed and applied, including classical decompositions and multi-stage exponential smoothing. Real-world time series data are collected from the internet and analyzed with the methods covered in the course.