Time Series Analysis

Зміст курсу

Time Series Analysis

Time Series Analysis

1. Time Series: Let's Start

Introduction Practical Examples Model Types Implementation in Python Visualization

2. Time Series Processing

Reading and Visualizing Data Stationarity Autocorrelation Decomposition

3. Time Series Visualization

Simple Time Series Customize Your Plot Challenge

4. Stationary Models

Examples of Stationary Time Series Simple Moving Average Autoregression Autoregressive-Integrated-Moving-Average Model Challenge

5. Non-Stationary Models

Examples of Non-Stationary Time Series Convert Non-Stationary Data to Stationary Challenge 1 Challenge 2

6. Solve Real Problems

Weather Forecasting Store Demand Forecast Financial Markets Predict the Emergence of Repeat Customers Medicine: EEG Forecasting

Challenge 2

Завдання

Swipe to begin your solution

You are faced with a task similar to the previous one: convert data to stationary. You will remove seasonality in the Seasonality Time Series.csv dataset using the difference method. Track a certain amount of time for which the time pattern repeats and use the difference method:

Read the dataset.
Analyze how long patterns repeat (visualize "Var" and "Date" columns of the df DataFrame in this order).
Use the resulting number (it is 8) for the difference method. Perform the differentiation for the "Var" column. Save the obtained result within the df_diff variable.
Visualize the transformed data.

Рішення

Перейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантів

Все було зрозуміло?

Дякуємо за ваш відгук!

Секція 5. Розділ 4

toggle bottom row

Challenge 2

Завдання

Swipe to begin your solution

You are faced with a task similar to the previous one: convert data to stationary. You will remove seasonality in the Seasonality Time Series.csv dataset using the difference method. Track a certain amount of time for which the time pattern repeats and use the difference method:

Read the dataset.
Analyze how long patterns repeat (visualize "Var" and "Date" columns of the df DataFrame in this order).
Use the resulting number (it is 8) for the difference method. Perform the differentiation for the "Var" column. Save the obtained result within the df_diff variable.
Visualize the transformed data.

Рішення

Перейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантів

Все було зрозуміло?

Дякуємо за ваш відгук!

Секція 5. Розділ 4

Перейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантів

some-alt