Aller au contenu
Kudos AI

Séries temporelles

Ce qui casse quand les observations ne sont pas indépendantes : une régression qui trouve une relation entre deux séries sans rapport, des écarts-types faux d’un facteur connu, et une découpe de validation qui annonce un modèle plus de cinq fois meilleur qu’il ne l’est.

Intermédiaire340 XP~1 h90% pour avancer

Connectez-vous pour passer les quiz, gagner des XP et débloquer les étapes en atteignant 90% de maîtrise.

  1. Stationnarité et régression fallacieuse

    25 min · 100 XP

    Deux séries sans aucun lien, régressées l’une sur l’autre et déclarées significatives dans 82,8 % des cas, la propriété des données qui le provoque, et la transformation d’une ligne qui rétablit un test honnête.

    Ouvrir la leçon →

    Connectez-vous pour passer le quiz de 3 questions.

  2. Autocorrélation et modèle AR

    30 min · 120 XP

    Mesurer la durée de la mémoire d’une série, le modèle le plus simple qui produit une telle mémoire, et le facteur exact par lequel la dépendance gonfle l’incertitude d’une moyenne.

    Ouvrir la leçon →

    Connectez-vous pour passer le quiz de 3 questions.

  3. Prévision et la découpe qui ment

    30 min · 120 XP

    Pourquoi une découpe de validation mélangée annonce un modèle plus de cinq fois meilleur qu’il ne l’est, la prévision naïve qui bat la plupart des méthodes sur une marche aléatoire, et à quoi ressemble une évaluation honnête.

    Ouvrir la leçon →

    Connectez-vous pour passer le quiz de 3 questions.

Terminez tous les modules → obtenez le badge Séries temporelles