Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Aprenda Introdução | Séries Temporais: Vamos Começar
Análise de Séries Temporais

bookIntrodução

As séries temporais são os dados mais comuns com os quais se trabalha. Sua principal diferença de qualquer outro tipo de dado é a sua dependência do tempo. O período de mudança dos dados pode ser qualquer um: segundos, minutos, dias, etc.

Como é um conjunto de dados comum com séries temporais:

Como você pode observar, a principal diferença entre esse conjunto de dados e outros é a presença de uma coluna de data e hora responsável pelo indicador de tempo. No exemplo, uma amostra foi registrada no conjunto de dados exatamente a cada hora.

Séries temporais possuem muitos indicadores que devemos analisar: sazonalidade, ciclicidade, tendências, estacionaridade, etc.

Com base nesses indicadores, podemos modelar o comportamento das séries temporais e prever seu desenvolvimento.

Nas próximas seções, você se familiarizará com algoritmos de processamento de séries temporais e modelos estatísticos, tais como: modelo autorregressivo, média móvel, etc.

Tudo estava claro?

Como podemos melhorá-lo?

Obrigado pelo seu feedback!

Seção 1. Capítulo 1

Pergunte à IA

expand

Pergunte à IA

ChatGPT

Pergunte o que quiser ou experimente uma das perguntas sugeridas para iniciar nosso bate-papo

Awesome!

Completion rate improved to 3.85

bookIntrodução

Deslize para mostrar o menu

As séries temporais são os dados mais comuns com os quais se trabalha. Sua principal diferença de qualquer outro tipo de dado é a sua dependência do tempo. O período de mudança dos dados pode ser qualquer um: segundos, minutos, dias, etc.

Como é um conjunto de dados comum com séries temporais:

Como você pode observar, a principal diferença entre esse conjunto de dados e outros é a presença de uma coluna de data e hora responsável pelo indicador de tempo. No exemplo, uma amostra foi registrada no conjunto de dados exatamente a cada hora.

Séries temporais possuem muitos indicadores que devemos analisar: sazonalidade, ciclicidade, tendências, estacionaridade, etc.

Com base nesses indicadores, podemos modelar o comportamento das séries temporais e prever seu desenvolvimento.

Nas próximas seções, você se familiarizará com algoritmos de processamento de séries temporais e modelos estatísticos, tais como: modelo autorregressivo, média móvel, etc.

Tudo estava claro?

Como podemos melhorá-lo?

Obrigado pelo seu feedback!

Seção 1. Capítulo 1
some-alt