Desafio 1

Tarea

Swipe to start coding

¡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.
Visualice los valores iniciales de la columna "Precio".
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.
Visualice los datos modificados (new_diff).
Vuelva a ejecutar la prueba ADF para los datos actualizados (new_diff).

Solución

# Importing libraries

import pandas as pd

import matplotlib.pyplot as plt

from statsmodels.tsa.stattools import adfuller

# Reading dataset

df = pd.read_csv("https://codefinity-content-media.s3.eu-west-1.amazonaws.com/943e906e-4de6-4694-a1df-313ceed7cfe7/pr_HH+Spot+Price.csv")

# Make ADF Test

result = adfuller(df['Price'].values, autolag="AIC")

print("ADF Statistic: %f" % (result[0]))

print("p-value: %f" % (result[1]))

# Visualizing dataset

plt.plot(df["Price"])

plt.show()

# Use differencing method

new_diff = df["Price"].diff(periods=1).dropna()

# Plot stationary data

plt.plot(new_diff)

plt.show()

# Remake ADF test

new_result = adfuller(new_diff.values, autolag="AIC")

print("ADF Statistic: %f" % (new_result[0]))

print("p-value: %f" % (new_result[1]))

¿Todo estuvo claro?

¡Gracias por tus comentarios!

Sección 5. Capítulo 3

# Importing libraries

import pandas as pd

import matplotlib.pyplot as plt

from statsmodels.tsa.stattools import adfuller

# Reading dataset

df = pd.___("https://codefinity-content-media.s3.eu-west-1.amazonaws.com/943e906e-4de6-4694-a1df-313ceed7cfe7/pr_HH+Spot+Price.csv")

# Make ADF Test

result = ___(df["___"].values, autolag="AIC")

print("ADF Statistic: %f" % (result[0]))

print("p-value: %f" % (result[1]))

# Visualizing dataset

plt.___(___)

plt.___()

# Use differencing method

new_diff = df["___"].___(periods=___).___()

# Plot stationary data

plt.plot(___)

plt.show()

# Remake ADF test

new_result = adfuller(___.values, autolag="AIC")

print("ADF Statistic: %f" % (new_result[0]))

print("p-value: %f" % (new_result[1]))