Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.Desafio 2 | Modelos Não Estacionários
Análise de Séries Temporais
course content

Conteúdo do Curso

Análise de Séries Temporais

Análise de Séries Temporais

1. Séries Temporais: Vamos Começar
IntroduçãoExemplos PráticosTipos de ModeloImplementação em PythonVisualização
2. Processamento de Séries Temporais
Lendo e Visualizando DadosEstacionaridadeAutocorrelaçãoDecomposição
3. Visualização de Séries Temporais
Séries Temporais SimplesPersonalize Seu GráficoDesafio
4. Modelos Estacionários
Exemplos de Séries Temporais EstacionáriasMédia Móvel SimplesAutoregressãoModelo Autoregressivo Integrado de Médias MóveisDesafio
5. Modelos Não Estacionários
Exemplos de Séries Temporais Não EstacionáriasConverter Dados Não Estacionários em EstacionáriosDesafio 1Desafio 2
6. Resolver Problemas Reais
Previsão do TempoPrevisão de Demanda da LojaMercados FinanceirosPrever o Surgimento de Clientes RecorrentesMedicina: Previsão de EEG

Desafio 2

Tarefa

Você está diante de uma tarefa semelhante à anterior: converter dados para estacionários. Você removerá a sazonalidade no conjunto de dados Seasonality Time Series.csv utilizando o método de diferença. Acompanhe um determinado período de tempo pelo qual o padrão temporal se repete e use o método de diferença:

  1. Leia o conjunto de dados.
  2. Analise quanto tempo os padrões se repetem (visualize as colunas "Var" e "Date" do DataFrame df nesta ordem).
  3. Use o número resultante (que é 8) para o método de diferença. Realize a diferenciação para a coluna "Var". Salve o resultado obtido na variável df_diff.
  4. Visualize os dados transformados.

Tarefa

Você está diante de uma tarefa semelhante à anterior: converter dados para estacionários. Você removerá a sazonalidade no conjunto de dados Seasonality Time Series.csv utilizando o método de diferença. Acompanhe um determinado período de tempo pelo qual o padrão temporal se repete e use o método de diferença:

  1. Leia o conjunto de dados.
  2. Analise quanto tempo os padrões se repetem (visualize as colunas "Var" e "Date" do DataFrame df nesta ordem).
  3. Use o número resultante (que é 8) para o método de diferença. Realize a diferenciação para a coluna "Var". Salve o resultado obtido na variável df_diff.
  4. Visualize os dados transformados.
Mude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo

Tudo estava claro?

Seção 5. Capítulo 4
toggle bottom row

Desafio 2

Tarefa

Você está diante de uma tarefa semelhante à anterior: converter dados para estacionários. Você removerá a sazonalidade no conjunto de dados Seasonality Time Series.csv utilizando o método de diferença. Acompanhe um determinado período de tempo pelo qual o padrão temporal se repete e use o método de diferença:

  1. Leia o conjunto de dados.
  2. Analise quanto tempo os padrões se repetem (visualize as colunas "Var" e "Date" do DataFrame df nesta ordem).
  3. Use o número resultante (que é 8) para o método de diferença. Realize a diferenciação para a coluna "Var". Salve o resultado obtido na variável df_diff.
  4. Visualize os dados transformados.

Tarefa

Você está diante de uma tarefa semelhante à anterior: converter dados para estacionários. Você removerá a sazonalidade no conjunto de dados Seasonality Time Series.csv utilizando o método de diferença. Acompanhe um determinado período de tempo pelo qual o padrão temporal se repete e use o método de diferença:

  1. Leia o conjunto de dados.
  2. Analise quanto tempo os padrões se repetem (visualize as colunas "Var" e "Date" do DataFrame df nesta ordem).
  3. Use o número resultante (que é 8) para o método de diferença. Realize a diferenciação para a coluna "Var". Salve o resultado obtido na variável df_diff.
  4. Visualize os dados transformados.
Mude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo

Tudo estava claro?

Seção 5. Capítulo 4
toggle bottom row

Desafio 2

Tarefa

Você está diante de uma tarefa semelhante à anterior: converter dados para estacionários. Você removerá a sazonalidade no conjunto de dados Seasonality Time Series.csv utilizando o método de diferença. Acompanhe um determinado período de tempo pelo qual o padrão temporal se repete e use o método de diferença:

  1. Leia o conjunto de dados.
  2. Analise quanto tempo os padrões se repetem (visualize as colunas "Var" e "Date" do DataFrame df nesta ordem).
  3. Use o número resultante (que é 8) para o método de diferença. Realize a diferenciação para a coluna "Var". Salve o resultado obtido na variável df_diff.
  4. Visualize os dados transformados.

Tarefa

Você está diante de uma tarefa semelhante à anterior: converter dados para estacionários. Você removerá a sazonalidade no conjunto de dados Seasonality Time Series.csv utilizando o método de diferença. Acompanhe um determinado período de tempo pelo qual o padrão temporal se repete e use o método de diferença:

  1. Leia o conjunto de dados.
  2. Analise quanto tempo os padrões se repetem (visualize as colunas "Var" e "Date" do DataFrame df nesta ordem).
  3. Use o número resultante (que é 8) para o método de diferença. Realize a diferenciação para a coluna "Var". Salve o resultado obtido na variável df_diff.
  4. Visualize os dados transformados.
Mude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo

Tudo estava claro?

Tarefa

Você está diante de uma tarefa semelhante à anterior: converter dados para estacionários. Você removerá a sazonalidade no conjunto de dados Seasonality Time Series.csv utilizando o método de diferença. Acompanhe um determinado período de tempo pelo qual o padrão temporal se repete e use o método de diferença:

  1. Leia o conjunto de dados.
  2. Analise quanto tempo os padrões se repetem (visualize as colunas "Var" e "Date" do DataFrame df nesta ordem).
  3. Use o número resultante (que é 8) para o método de diferença. Realize a diferenciação para a coluna "Var". Salve o resultado obtido na variável df_diff.
  4. Visualize os dados transformados.
Mude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo
Seção 5. Capítulo 4
Mude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo
We're sorry to hear that something went wrong. What happened?
some-alt