Contenido del Curso
Análisis de Series Temporales
Análisis de Series Temporales
1. Serie Temporal: Comencemos
2. Procesamiento de Series Temporales
3. Visualización de Series Temporales
Desafío
Tarea
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 datosXy 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
Xen la primera llamada a la funciónprint(), y los 30 primeros valores de lasprediccionesen la segunda llamada. - Calcule el RMSE (raíz cuadrada del error cuadrático medio) y muéstrelo.
Cambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones¿Todo estuvo claro?
¡Gracias por tus comentarios!
Sección 4. Capítulo 5
Desafío
Tarea
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 datosXy 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
Xen la primera llamada a la funciónprint(), y los 30 primeros valores de lasprediccionesen la segunda llamada. - Calcule el RMSE (raíz cuadrada del error cuadrático medio) y muéstrelo.
Cambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones¿Todo estuvo claro?
¡Gracias por tus comentarios!
Sección 4. Capítulo 5
Desafío
Tarea
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 datosXy 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
Xen la primera llamada a la funciónprint(), y los 30 primeros valores de lasprediccionesen la segunda llamada. - Calcule el RMSE (raíz cuadrada del error cuadrático medio) y muéstrelo.
Cambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones¿Todo estuvo claro?
¡Gracias por tus comentarios!
Tarea
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 datosXy 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
Xen la primera llamada a la funciónprint(), y los 30 primeros valores de lasprediccionesen la segunda llamada. - Calcule el RMSE (raíz cuadrada del error cuadrático medio) y muéstrelo.
Cambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opcionesSección 4. Capítulo 5
Cambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones