Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.Desafio 1 | Modelos No Estacionarios
Análisis de Series Temporales
course content

Contenido del Curso

Análisis de Series Temporales

Análisis de Series Temporales

1. Serie Temporal: Comencemos
IntroducciónEjemplos PrácticosTipos de ModeloImplementación en PythonVisualización
2. Procesamiento de Series Temporales
Lectura y Visualización de DatosEstacionariedadAutocorrelaciónDescomposición
3. Visualización de Series Temporales
Serie Temporal SimplePersonaliza Tu ParcelaReto
4. Modelos Estacionarios
Ejemplos de Series de Tiempo EstacionariasMedia Móvil SimpleAuto-regresiónModelo Autorregresivo Integrado de Media MóvilDesafío
5. Modelos No Estacionarios
Ejemplos de Series de Tiempo No EstacionariasConvertir Datos No Estacionarios a EstacionariosDesafio 1Desafío 2
6. Resuelve Problemas Reales
Pronóstico del TiempoPronóstico de Demanda de la TiendaMercados FinancierosPredice la Aparición de Clientes RepetitivosMedicina: Pronóstico de EEG

Desafio 1

Tarea

¡Hora de nuevos retos! He aquí el primer reto, cuya idea es procesar el conjunto de datos pr_HH Spot Price.csv para convertirlo de no estacionario a estacionario:

    1. Leer el conjunto de datos.
    1. Compruebe la estacionariedad de los datos (utilice adfuller) y muestre los resultados.
  3. Visualice los valores iniciales de la columna "Precio".
  4. Transforme los datos (la columna "Precio" del DataFrame df) de no estacionarios a estacionarios utilizando el método de diferencia (utilizando el método .diff() con el parámetro periods = 1). Elimine los valores NA. Asigne el resultado a la variable new_diff.
  5. Visualice los datos modificados (new_diff).
  6. Vuelva a ejecutar la prueba ADF para los datos actualizados (new_diff).

Tarea

¡Hora de nuevos retos! He aquí el primer reto, cuya idea es procesar el conjunto de datos pr_HH Spot Price.csv para convertirlo de no estacionario a estacionario:

    1. Leer el conjunto de datos.
    1. Compruebe la estacionariedad de los datos (utilice adfuller) y muestre los resultados.
  3. Visualice los valores iniciales de la columna "Precio".
  4. Transforme los datos (la columna "Precio" del DataFrame df) de no estacionarios a estacionarios utilizando el método de diferencia (utilizando el método .diff() con el parámetro periods = 1). Elimine los valores NA. Asigne el resultado a la variable new_diff.
  5. Visualice los datos modificados (new_diff).
  6. Vuelva a ejecutar la prueba ADF para los datos actualizados (new_diff).
Cambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones

¿Todo estuvo claro?

Sección 5. Capítulo 3
toggle bottom row

Desafio 1

Tarea

¡Hora de nuevos retos! He aquí el primer reto, cuya idea es procesar el conjunto de datos pr_HH Spot Price.csv para convertirlo de no estacionario a estacionario:

    1. Leer el conjunto de datos.
    1. Compruebe la estacionariedad de los datos (utilice adfuller) y muestre los resultados.
  3. Visualice los valores iniciales de la columna "Precio".
  4. Transforme los datos (la columna "Precio" del DataFrame df) de no estacionarios a estacionarios utilizando el método de diferencia (utilizando el método .diff() con el parámetro periods = 1). Elimine los valores NA. Asigne el resultado a la variable new_diff.
  5. Visualice los datos modificados (new_diff).
  6. Vuelva a ejecutar la prueba ADF para los datos actualizados (new_diff).

Tarea

¡Hora de nuevos retos! He aquí el primer reto, cuya idea es procesar el conjunto de datos pr_HH Spot Price.csv para convertirlo de no estacionario a estacionario:

    1. Leer el conjunto de datos.
    1. Compruebe la estacionariedad de los datos (utilice adfuller) y muestre los resultados.
  3. Visualice los valores iniciales de la columna "Precio".
  4. Transforme los datos (la columna "Precio" del DataFrame df) de no estacionarios a estacionarios utilizando el método de diferencia (utilizando el método .diff() con el parámetro periods = 1). Elimine los valores NA. Asigne el resultado a la variable new_diff.
  5. Visualice los datos modificados (new_diff).
  6. Vuelva a ejecutar la prueba ADF para los datos actualizados (new_diff).
Cambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones

¿Todo estuvo claro?

Sección 5. Capítulo 3
toggle bottom row

Desafio 1

Tarea

¡Hora de nuevos retos! He aquí el primer reto, cuya idea es procesar el conjunto de datos pr_HH Spot Price.csv para convertirlo de no estacionario a estacionario:

    1. Leer el conjunto de datos.
    1. Compruebe la estacionariedad de los datos (utilice adfuller) y muestre los resultados.
  3. Visualice los valores iniciales de la columna "Precio".
  4. Transforme los datos (la columna "Precio" del DataFrame df) de no estacionarios a estacionarios utilizando el método de diferencia (utilizando el método .diff() con el parámetro periods = 1). Elimine los valores NA. Asigne el resultado a la variable new_diff.
  5. Visualice los datos modificados (new_diff).
  6. Vuelva a ejecutar la prueba ADF para los datos actualizados (new_diff).

Tarea

¡Hora de nuevos retos! He aquí el primer reto, cuya idea es procesar el conjunto de datos pr_HH Spot Price.csv para convertirlo de no estacionario a estacionario:

    1. Leer el conjunto de datos.
    1. Compruebe la estacionariedad de los datos (utilice adfuller) y muestre los resultados.
  3. Visualice los valores iniciales de la columna "Precio".
  4. Transforme los datos (la columna "Precio" del DataFrame df) de no estacionarios a estacionarios utilizando el método de diferencia (utilizando el método .diff() con el parámetro periods = 1). Elimine los valores NA. Asigne el resultado a la variable new_diff.
  5. Visualice los datos modificados (new_diff).
  6. Vuelva a ejecutar la prueba ADF para los datos actualizados (new_diff).
Cambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones

¿Todo estuvo claro?

Tarea

¡Hora de nuevos retos! He aquí el primer reto, cuya idea es procesar el conjunto de datos pr_HH Spot Price.csv para convertirlo de no estacionario a estacionario:

    1. Leer el conjunto de datos.
    1. Compruebe la estacionariedad de los datos (utilice adfuller) y muestre los resultados.
  3. Visualice los valores iniciales de la columna "Precio".
  4. Transforme los datos (la columna "Precio" del DataFrame df) de no estacionarios a estacionarios utilizando el método de diferencia (utilizando el método .diff() con el parámetro periods = 1). Elimine los valores NA. Asigne el resultado a la variable new_diff.
  5. Visualice los datos modificados (new_diff).
  6. Vuelva a ejecutar la prueba ADF para los datos actualizados (new_diff).
Cambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones
Sección 5. Capítulo 3
Cambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones
We're sorry to hear that something went wrong. What happened?
some-alt