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 1

Завдання

Swipe to begin your solution

Time for new challenges! Here is the first challenge, the idea of which is to process the pr_HH Spot Price.csv dataset to turn it from non-stationary to stationary:

Read the dataset.
Test for data stationarity (use adfuller) and display results.
Visualize the initial values of the "Price" column.
Transform data (the "Price" column of the df DataFrame) from non-stationary to stationary using the difference method (using the .diff() method with periods = 1 parameter). Drop NA values. Assign the result to the new_diff variable.
Visualize the modified data (new_diff).
Rerun the ADF test for updated data (new_diff).

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 3

toggle bottom row

Challenge 1

Завдання

Swipe to begin your solution

Time for new challenges! Here is the first challenge, the idea of which is to process the pr_HH Spot Price.csv dataset to turn it from non-stationary to stationary:

Read the dataset.
Test for data stationarity (use adfuller) and display results.
Visualize the initial values of the "Price" column.
Transform data (the "Price" column of the df DataFrame) from non-stationary to stationary using the difference method (using the .diff() method with periods = 1 parameter). Drop NA values. Assign the result to the new_diff variable.
Visualize the modified data (new_diff).
Rerun the ADF test for updated data (new_diff).

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 3

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

some-alt