Saltar al contingut principal

Llibre de Sèries Temporals amb Python

Aprèn a llegir el passat per predir el futur.

Un recorregut pràctic des dels fonaments de l'anàlisi temporal fins als algoritmes de machine learning més usats en forecasting. Cada capítol inclou codi Python executable i visualitzacions clares.

Començar a llegir →

Taula de continguts

Veure'ls tots →
6 bàsics 5 intermedis 0 avançats 11 capítols

Fonaments

  1. 1

    El teu primer encontre amb el temps com a dada

    Què és una sèrie temporal, per què necessita un tractament especial i com descompondre-la en tendència, estacionalitat i soroll amb pandas i matplotlib.

    bàsic 8 min
    Anar al cap. →
    1. 1.1

      La teva primera sèrie temporal en Python

      Instal·la pandas i matplotlib, carrega un fitxer CSV amb dades reals i dibuixa la teva primera gràfica de sèrie temporal.

      bàsic 4 min
      Anar al cap. →
    2. 1.2

      L'índex temporal de pandas: trucs essencials

      Domina la selecció per data, el resampleig, el desplaçament de sèries i les operacions amb finestres mòbils en pandas.

      bàsic 3 min
      Anar al cap. →
    3. 1.3

      Visualització ràpida amb matplotlib

      Crea gràfiques clares de sèries temporals: línies, àrees, múltiples sèries i anotacions amb matplotlib i seaborn.

      bàsic 3 min
      Anar al cap. →

Models clàssics

  1. 2

    ARIMA: el primer model que de debò prediu el futur

    Com detectar l'estacionarietat, diferenciar una sèrie temporal i interpretar ACF i PACF per ajustar un model ARIMA amb statsmodels.

    intermedi 9 min
    Anar al cap. →
  2. 3

    Regressió lineal en sèries temporals

    Com usar la regressió lineal per modelar tendències, crear variables temporals com a predictors i entendre les seves limitacions abans de passar a models més sofisticats.

    bàsic 4 min
    Anar al cap. →