Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.Média Móvel Simples | Modelos 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

bookMédia Móvel Simples

Matematicamente, o modelo da média móvel simples é representado da seguinte forma:

Nesta equação, a previsão por Média Móvel Simples (SMA) consiste em variáveis, onde k representa o tamanho da janela (quantos valores passados serão considerados para calcular o próximo valor) e p é o valor considerado.

Como funciona esse modelo? Na verdade, a média móvel simples, a cada momento de previsão, calcula a média de diversos valores passados - o número resultante é a próxima previsão. Você pode imaginar um gráfico no qual uma janela de tamanho n se desloca (podendo considerar 2 valores, 3 valores, etc.). Quanto menor a janela, mais suavizadas são as previsões. Vamos demonstrar isso a seguir:

Na primeira imagem, o tamanho da janela para o qual o valor médio é calculado é 8, enquanto no segundo gráfico, n = 3. Quanto menor a janela, menos picos ela poderá capturar.

Python permite que você implemente esse modelo assim:

rolling() - uma função usada para calcular a média móvel.

A média móvel simples é um dos modelos mais simples, por isso basta utilizar a biblioteca pandas para implementá-la.

Tarefa

Faça previsões para o conjunto de dados pr_air_quality.csv com tamanho de janela 5.

  1. Converta a coluna "date.utc" para o tipo datetime.
  2. Calcule as médias móveis utilizando janelas móveis de tamanho 5.
  3. Compare os resultados em um gráfico: visualize os primeiros 50 valores da coluna "value" do df na primeira chamada da função .plot() e os primeiros 50 valores do pred na segunda chamada.
  4. Exiba a legenda e o gráfico.
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 4. Capítulo 2
toggle bottom row

bookMédia Móvel Simples

Matematicamente, o modelo da média móvel simples é representado da seguinte forma:

Nesta equação, a previsão por Média Móvel Simples (SMA) consiste em variáveis, onde k representa o tamanho da janela (quantos valores passados serão considerados para calcular o próximo valor) e p é o valor considerado.

Como funciona esse modelo? Na verdade, a média móvel simples, a cada momento de previsão, calcula a média de diversos valores passados - o número resultante é a próxima previsão. Você pode imaginar um gráfico no qual uma janela de tamanho n se desloca (podendo considerar 2 valores, 3 valores, etc.). Quanto menor a janela, mais suavizadas são as previsões. Vamos demonstrar isso a seguir:

Na primeira imagem, o tamanho da janela para o qual o valor médio é calculado é 8, enquanto no segundo gráfico, n = 3. Quanto menor a janela, menos picos ela poderá capturar.

Python permite que você implemente esse modelo assim:

rolling() - uma função usada para calcular a média móvel.

A média móvel simples é um dos modelos mais simples, por isso basta utilizar a biblioteca pandas para implementá-la.

Tarefa

Faça previsões para o conjunto de dados pr_air_quality.csv com tamanho de janela 5.

  1. Converta a coluna "date.utc" para o tipo datetime.
  2. Calcule as médias móveis utilizando janelas móveis de tamanho 5.
  3. Compare os resultados em um gráfico: visualize os primeiros 50 valores da coluna "value" do df na primeira chamada da função .plot() e os primeiros 50 valores do pred na segunda chamada.
  4. Exiba a legenda e o gráfico.
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 4. Capítulo 2
toggle bottom row

bookMédia Móvel Simples

Matematicamente, o modelo da média móvel simples é representado da seguinte forma:

Nesta equação, a previsão por Média Móvel Simples (SMA) consiste em variáveis, onde k representa o tamanho da janela (quantos valores passados serão considerados para calcular o próximo valor) e p é o valor considerado.

Como funciona esse modelo? Na verdade, a média móvel simples, a cada momento de previsão, calcula a média de diversos valores passados - o número resultante é a próxima previsão. Você pode imaginar um gráfico no qual uma janela de tamanho n se desloca (podendo considerar 2 valores, 3 valores, etc.). Quanto menor a janela, mais suavizadas são as previsões. Vamos demonstrar isso a seguir:

Na primeira imagem, o tamanho da janela para o qual o valor médio é calculado é 8, enquanto no segundo gráfico, n = 3. Quanto menor a janela, menos picos ela poderá capturar.

Python permite que você implemente esse modelo assim:

rolling() - uma função usada para calcular a média móvel.

A média móvel simples é um dos modelos mais simples, por isso basta utilizar a biblioteca pandas para implementá-la.

Tarefa

Faça previsões para o conjunto de dados pr_air_quality.csv com tamanho de janela 5.

  1. Converta a coluna "date.utc" para o tipo datetime.
  2. Calcule as médias móveis utilizando janelas móveis de tamanho 5.
  3. Compare os resultados em um gráfico: visualize os primeiros 50 valores da coluna "value" do df na primeira chamada da função .plot() e os primeiros 50 valores do pred na segunda chamada.
  4. Exiba a legenda e o gráfico.
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!

Matematicamente, o modelo da média móvel simples é representado da seguinte forma:

Nesta equação, a previsão por Média Móvel Simples (SMA) consiste em variáveis, onde k representa o tamanho da janela (quantos valores passados serão considerados para calcular o próximo valor) e p é o valor considerado.

Como funciona esse modelo? Na verdade, a média móvel simples, a cada momento de previsão, calcula a média de diversos valores passados - o número resultante é a próxima previsão. Você pode imaginar um gráfico no qual uma janela de tamanho n se desloca (podendo considerar 2 valores, 3 valores, etc.). Quanto menor a janela, mais suavizadas são as previsões. Vamos demonstrar isso a seguir:

Na primeira imagem, o tamanho da janela para o qual o valor médio é calculado é 8, enquanto no segundo gráfico, n = 3. Quanto menor a janela, menos picos ela poderá capturar.

Python permite que você implemente esse modelo assim:

rolling() - uma função usada para calcular a média móvel.

A média móvel simples é um dos modelos mais simples, por isso basta utilizar a biblioteca pandas para implementá-la.

Tarefa

Faça previsões para o conjunto de dados pr_air_quality.csv com tamanho de janela 5.

  1. Converta a coluna "date.utc" para o tipo datetime.
  2. Calcule as médias móveis utilizando janelas móveis de tamanho 5.
  3. Compare os resultados em um gráfico: visualize os primeiros 50 valores da coluna "value" do df na primeira chamada da função .plot() e os primeiros 50 valores do pred na segunda chamada.
  4. Exiba a legenda e o gráfico.
Switch to desktopMude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo
Seção 4. Capítulo 2
Switch to desktopMude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo
some-alt