Capítols

11 capítols publicats

Per on començar?

Els capítols estan ordenats de menor a major dificultat. Llegeix el primer i avança pas a pas.

Començar cap. 1 →

Fonaments

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. →

Models clàssics

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. →
1. 2.1
  
  Interpretant ACF i PACF pas a pas
  
  Aprèn a llegir les funcions d'autocorrelació per identificar els paràmetres p, d i q d'un model ARIMA.
  
  intermedi 3 min
  Anar al cap. →
2. 2.2
  
  Ajustant l'ordre ARIMA amb auto_arima
  
  Automatitza la cerca dels millors paràmetres p, d i q utilitzant pmdarima i compara models amb AIC i BIC.
  
  intermedi 2 min
  Anar al cap. →
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. →