Часть 2. Анализ данных YOUTUBE ANALYTICS в программе Gretl. Временные ряды ARIMA. #Эконометрика Для тех кто хочет сам строить прогнозы по данным YOUTUBE ANALYTICS. По полученной информации в первой части, строим модель временного ряда ARIMA, выбираем лучшую модель, строим прогноз на будущее и ретроспективный прогноз. По данным ретроспективного прогноза оцениваем свою работу на прошедшем этапе. Так же делаем прогноз на будущее по числу показов в месяц. Подробное описание здесь: https://dzen.ru/a/Y6B_C5nR1gw86uFL?share_to=link Онлайн помощь в решении задач, консультации, создание обучающих роликов: https://pro-smysl.ru Ссылки на видео: https://youtu.be/KhaTb4qtFBY https://dzen.ru/video/watch/63a38ed7a383f00283afe759 https://vk.com/video-216984375_456239027 Подписывайтесь на наши каналы: https://vk.com/sm_smysl https://www.youtube.com/@SMYS_L https://dzen.ru/cmycl
Видео: Проводим анализ данных просмотров за месяц канала YouTube начиная с января 2018 года по ноябрь 2022 года. Данные я брал из аналитики своего канала. Экспорт данных: Импортируем данные в Gretl: Выбираем нужный файл. В моей версии программы экспортирует только формат xls., формат xlsx. Не поддерживает. Далее выбираем начало экспорта с ячейки А1, на вопрос интерпретировать ряд как временной – выбираем да. Выбираем временные ряды. Выбираем ежемесячные данные. Выбираем начальную дату: 2018:1 Получим:...