Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.Desafio 1 | 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

bookDesafio 1

Tarefa

Hora dos novos desafios! Aqui está o primeiro desafio, cuja ideia é processar o conjunto de dados pr_HH Spot Price.csv para transformá-lo de não estacionário para estacionário:

  1. Leia o conjunto de dados.
  2. Teste a estacionaridade dos dados (use adfuller) e exiba os resultados.
  3. Visualize os valores iniciais da coluna "Price".
  4. Transforme os dados (a coluna "Price" do DataFrame df) de não estacionários para estacionários utilizando o método das diferenças (usando o método .diff() com o parâmetro periods = 1). Descarte valores NA. Atribua o resultado à variável new_diff.
  5. Visualize os dados modificados (new_diff).
  6. Reexecute o teste ADF para os dados atualizados (new_diff).
Switch to desktopMude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo
Tudo estava claro?

Como podemos melhorá-lo?

Obrigado pelo seu feedback!

Seção 5. Capítulo 3
toggle bottom row

bookDesafio 1

Tarefa

Hora dos novos desafios! Aqui está o primeiro desafio, cuja ideia é processar o conjunto de dados pr_HH Spot Price.csv para transformá-lo de não estacionário para estacionário:

  1. Leia o conjunto de dados.
  2. Teste a estacionaridade dos dados (use adfuller) e exiba os resultados.
  3. Visualize os valores iniciais da coluna "Price".
  4. Transforme os dados (a coluna "Price" do DataFrame df) de não estacionários para estacionários utilizando o método das diferenças (usando o método .diff() com o parâmetro periods = 1). Descarte valores NA. Atribua o resultado à variável new_diff.
  5. Visualize os dados modificados (new_diff).
  6. Reexecute o teste ADF para os dados atualizados (new_diff).
Switch to desktopMude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo
Tudo estava claro?

Como podemos melhorá-lo?

Obrigado pelo seu feedback!

Seção 5. Capítulo 3
toggle bottom row

bookDesafio 1

Tarefa

Hora dos novos desafios! Aqui está o primeiro desafio, cuja ideia é processar o conjunto de dados pr_HH Spot Price.csv para transformá-lo de não estacionário para estacionário:

  1. Leia o conjunto de dados.
  2. Teste a estacionaridade dos dados (use adfuller) e exiba os resultados.
  3. Visualize os valores iniciais da coluna "Price".
  4. Transforme os dados (a coluna "Price" do DataFrame df) de não estacionários para estacionários utilizando o método das diferenças (usando o método .diff() com o parâmetro periods = 1). Descarte valores NA. Atribua o resultado à variável new_diff.
  5. Visualize os dados modificados (new_diff).
  6. Reexecute o teste ADF para os dados atualizados (new_diff).
Switch to desktopMude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo
Tudo estava claro?

Como podemos melhorá-lo?

Obrigado pelo seu feedback!

Tarefa

Hora dos novos desafios! Aqui está o primeiro desafio, cuja ideia é processar o conjunto de dados pr_HH Spot Price.csv para transformá-lo de não estacionário para estacionário:

  1. Leia o conjunto de dados.
  2. Teste a estacionaridade dos dados (use adfuller) e exiba os resultados.
  3. Visualize os valores iniciais da coluna "Price".
  4. Transforme os dados (a coluna "Price" do DataFrame df) de não estacionários para estacionários utilizando o método das diferenças (usando o método .diff() com o parâmetro periods = 1). Descarte valores NA. Atribua o resultado à variável new_diff.
  5. Visualize os dados modificados (new_diff).
  6. Reexecute o teste ADF para os dados atualizados (new_diff).
Switch to desktopMude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo
Seção 5. Capítulo 3
Switch to desktopMude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo
some-alt