Desafio 1

Tarefa

Swipe to start coding

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:

Leia o conjunto de dados.
Teste a estacionaridade dos dados (use adfuller) e exiba os resultados.
Visualize os valores iniciais da coluna "Price".
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.
Visualize os dados modificados (new_diff).
Reexecute o teste ADF para os dados atualizados (new_diff).

Solução

# Importing libraries

import pandas as pd

import matplotlib.pyplot as plt

from statsmodels.tsa.stattools import adfuller

# Reading dataset

df = pd.read_csv("https://codefinity-content-media.s3.eu-west-1.amazonaws.com/943e906e-4de6-4694-a1df-313ceed7cfe7/pr_HH+Spot+Price.csv")

# Make ADF Test

result = adfuller(df['Price'].values, autolag="AIC")

print("ADF Statistic: %f" % (result[0]))

print("p-value: %f" % (result[1]))

# Visualizing dataset

plt.plot(df["Price"])

plt.show()

# Use differencing method

new_diff = df["Price"].diff(periods=1).dropna()

# Plot stationary data

plt.plot(new_diff)

plt.show()

# Remake ADF test

new_result = adfuller(new_diff.values, autolag="AIC")

print("ADF Statistic: %f" % (new_result[0]))

print("p-value: %f" % (new_result[1]))

Tudo estava claro?

Obrigado pelo seu feedback!

Seção 5. Capítulo 3

# Importing libraries

import pandas as pd

import matplotlib.pyplot as plt

from statsmodels.tsa.stattools import adfuller

# Reading dataset

df = pd.___("https://codefinity-content-media.s3.eu-west-1.amazonaws.com/943e906e-4de6-4694-a1df-313ceed7cfe7/pr_HH+Spot+Price.csv")

# Make ADF Test

result = ___(df["___"].values, autolag="AIC")

print("ADF Statistic: %f" % (result[0]))

print("p-value: %f" % (result[1]))

# Visualizing dataset

plt.___(___)

plt.___()

# Use differencing method

new_diff = df["___"].___(periods=___).___()

# Plot stationary data

plt.plot(___)

plt.show()

# Remake ADF test

new_result = adfuller(___.values, autolag="AIC")

print("ADF Statistic: %f" % (new_result[0]))

print("p-value: %f" % (new_result[1]))

Pergunte à IA

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