No tienes acceso a esta clase

¡Continúa aprendiendo! Únete y comienza a potenciar tu carrera

Análisis de Series de Tiempo (TSA)

19/25
Recursos

Aportes 15

Preguntas 0

Ordenar por:

Los aportes, preguntas y respuestas son vitales para aprender en comunidad. Regístrate o inicia sesión para participar.

Esta clase es, por mucho, la de mas baja calidad hasta ahora… Me da la sensación de improvisación.

La profesora debería saber que es muy importante definir los periodos de tiempo correctamente para obtener datos significativos que nos aporten valor sobre una serie de datos temporales.
Cuando estamos tratando de datos económicos, se utilizan medias móviles anuales para deducir la tendencia general de la misma. De esta forma estamos eliminando en dicha tendencia efectos estacionales:

Por otro lado, en el análisis de los datos sobre las variaciones estacionales de los mismos, lo mejor es escoger la frecuencia como 12 (tambien se podía haber escogido 4 (variaciones estacionales)), y de esta forma poder visualizar las variaciones de los distintos meses respectos a la tendencia anual de los datos.

En la gráfica “season” obtenemos la variación mensual (por el 12 en la frecuencia) respecto a la tendencia anual de los datos. Podemos observar como estas variaciones mensuales son prácticamente idénticas a lo largo de los años.

Da la sensación que le falta preparación a la clase. Mucha improvisación. Me parece que este curso debe ser realizado de nuevo.

No seria Weekly?

que mal

Si alguien no le quedó muy claro la diferencia de la media ponderada con la original, le subí la window al rolling a 8 y este es el resultado

Por lo visto y lo que leo en los comentarios este curso necesita una actualización importante ¿Es viable eso? Saludos

Chicos, les adjunto el link de las lista de valores posibles de la función resample.
https://stackoverflow.com/questions/17001389/pandas-resample-documentation

No entendí cuando aplicó el metodo df_real.rolling(3) (linea de codigo 14).

El dataframe original estaba en semanas (linea de codigo 12), pero luego en la linea 13 hacemos resample y cambia a periodos mensuales.

Por lo tanto, segun entiendo, en la linea 14 con el metodo df_real.rolling(3), lo que hacemos es tomar periodos de 3 MESES y sobre eso calcular la media.
Por favor me confirman o me corrigen, gracias.

Análisis de Series de Tiempo (TSA)1

En estadística descriptiva, una serie de tiempo se define como un conjunto de variables aleatorias ordenadas con respecto al tiempo. Las series temporales se estudian tanto para interpretar un fenómeno, identificando los componentes de una tendencia, ciclicidad, estacionalidad como para predecir sus valores futuros. Creo que son el mejor ejemplo de conjunción entre el campo de la Economía y la Ciencia de Datos (cotizaciones, ciclos económicos, presupuestos y flujos de caja,…). 2

¿Qué vamos a aprender en esta clase?

Vamos a ver como analizar una serie de tiempo de manera dinámica usando las propiedades de la misma serie de tiempo, también vamos a ver cómo se puede descomponer la serie de tiempo para que se entienda cada elemento y como se puede hacer cualquier modelo en la serie de tiempo.

Hay que tener en cuenta que si se va a hacer el resample, si no especificas solo toma el valor inicial o el valor final o depende que indiques dentro del resample. Ej:

df['Settle'].resample('MS')

Pero es mas común hacer el resample agrupando los datos ya sea con la media, moda o como lo necesite tu proceso. Ej:

df['Settle'].resample('MS').mean()

No me gustó mucho la clase. Varios errores groseros y la verdad no saco nada útil de los 16 mins que duró.

Si nunca han visto series de tiempo les recomiendo el siguiente video: https://www.youtube.com/watch?v=zgR6hhMyaLQ

Serîa cool que se explicara mejor las ventanas dinamicas