Análisis de series temporales y predicción con Python y R

Opiniones de los lectores

Actualmente no hay opiniones de lectores. La calificación se basa en 4 votos.

Título original:

Time Series Analysis and Forecasting using Python & R

Contenido del libro:

Este libro de texto a todo color presupone unos conocimientos básicos de estadística y modelización matemática o estadística.

Aunque un poco de experiencia en programación sería bueno, pero no es necesario. Utilizamos datos actuales del mundo real, como COVID-19, para motivar el análisis de series temporales tenemos tres problemas hilo conductor que aparecen en casi todos los capítulos: «¿Tienes leche? », «¿Tienes trabajo? «y «¿Dónde está la carne? «Capítulo 1: Carga de datos en los entornos R-Studio y Jupyter Notebook.

Capítulo 2: Componentes de una serie temporal y descomposición Capítulo 3: Medias móviles (MA) y COVID-19 Capítulo 4: Suavizado exponencial simple (SES), suavizado exponencial doble y triple de Holt y Holt-Winter Capítulo 5: Programación Python en Jupyter Notebook para los conceptos tratados en los capítulos 2, 3 y 4 Capítulo 6: Estacionariedad y diferenciación, incluidas las pruebas de raíz unitaria. Capítulo 7: Modelización ARIMA y SARMIA (estacional) y desarrollo de previsiones Capítulo 8: Modelización ARIMA utilizando Python Capítulo 9: Modelos estructurales y análisis utilizando modelos de componentes no observados (UCM) Capítulo 10: Análisis avanzado de series temporales, incluyendo intervenciones en series temporales, regresores exógenos y procesos autorregresivos vectoriales (VAR).