Contenido del Curso
Análisis de Series Temporales
Análisis de Series Temporales
Desafío
Swipe to show code editor
Crear un modelo autorregresivo para predecir el conjunto de datos aapl.csv
. A continuación, imprima los resultados y el error del modelo.
-
- Lea el conjunto de datos
aapl.csv
.
- Lea el conjunto de datos
- Cree un modelo autorregresivo (
AutoReg
) con 3 retardos para los datosX
y asígnelo a la variablemodel
. -
- Ajuste el modelo a los datos y asígnelo a la variable
model_fit
.
- Ajuste el modelo a los datos y asígnelo a la variable
- Predecir los 30 primeros valores.
- Visualice los resultados: muestre los 30 primeros valores de
X
en la primera llamada a la funciónprint()
, y los 30 primeros valores de laspredicciones
en la segunda llamada. - Calcule el RMSE (raíz cuadrada del error cuadrático medio) y muéstrelo.
¡Gracias por tus comentarios!
Desafío
Swipe to show code editor
Crear un modelo autorregresivo para predecir el conjunto de datos aapl.csv
. A continuación, imprima los resultados y el error del modelo.
-
- Lea el conjunto de datos
aapl.csv
.
- Lea el conjunto de datos
- Cree un modelo autorregresivo (
AutoReg
) con 3 retardos para los datosX
y asígnelo a la variablemodel
. -
- Ajuste el modelo a los datos y asígnelo a la variable
model_fit
.
- Ajuste el modelo a los datos y asígnelo a la variable
- Predecir los 30 primeros valores.
- Visualice los resultados: muestre los 30 primeros valores de
X
en la primera llamada a la funciónprint()
, y los 30 primeros valores de laspredicciones
en la segunda llamada. - Calcule el RMSE (raíz cuadrada del error cuadrático medio) y muéstrelo.
¡Gracias por tus comentarios!
Desafío
Swipe to show code editor
Crear un modelo autorregresivo para predecir el conjunto de datos aapl.csv
. A continuación, imprima los resultados y el error del modelo.
-
- Lea el conjunto de datos
aapl.csv
.
- Lea el conjunto de datos
- Cree un modelo autorregresivo (
AutoReg
) con 3 retardos para los datosX
y asígnelo a la variablemodel
. -
- Ajuste el modelo a los datos y asígnelo a la variable
model_fit
.
- Ajuste el modelo a los datos y asígnelo a la variable
- Predecir los 30 primeros valores.
- Visualice los resultados: muestre los 30 primeros valores de
X
en la primera llamada a la funciónprint()
, y los 30 primeros valores de laspredicciones
en la segunda llamada. - Calcule el RMSE (raíz cuadrada del error cuadrático medio) y muéstrelo.
¡Gracias por tus comentarios!
Swipe to show code editor
Crear un modelo autorregresivo para predecir el conjunto de datos aapl.csv
. A continuación, imprima los resultados y el error del modelo.
-
- Lea el conjunto de datos
aapl.csv
.
- Lea el conjunto de datos
- Cree un modelo autorregresivo (
AutoReg
) con 3 retardos para los datosX
y asígnelo a la variablemodel
. -
- Ajuste el modelo a los datos y asígnelo a la variable
model_fit
.
- Ajuste el modelo a los datos y asígnelo a la variable
- Predecir los 30 primeros valores.
- Visualice los resultados: muestre los 30 primeros valores de
X
en la primera llamada a la funciónprint()
, y los 30 primeros valores de laspredicciones
en la segunda llamada. - Calcule el RMSE (raíz cuadrada del error cuadrático medio) y muéstrelo.