Explore les fondamentaux du traitement des signaux, y compris les signaux de temps discrets, la factorisation spectrale et les processus stochastiques.
Couvre la corrélation et les corrélations croisées dans l'analyse des données sur la pollution atmosphérique, y compris les séries chronologiques, les autocorrelations, l'analyse de Fourier et le spectre de puissance.
Discute de la stationnalité faible-sens dans les processus stochastiques en continu et le calcul des fonctions d'autocorrélation et de corrélation croisée.
Explore l'autocorrélation, la périodicité et les corrélations fallacieuses dans les données de séries chronologiques, en soulignant l'importance de comprendre les processus sous-jacents et de mettre en garde contre les erreurs d'interprétation.
Explore les fondamentaux de l'analyse des séries chronologiques, y compris la stationnarité, les processus linéaires, la prévision et les aspects pratiques.
