Analisi e previsioni delle serie temporali con Python e R

Recensioni dei lettori

Attualmente non ci sono recensioni dei lettori. La valutazione si basa su 4 voti.

Titolo originale:

Time Series Analysis and Forecasting using Python & R

Contenuto del libro:

Questo libro di testo a colori presuppone una conoscenza di base della statistica e della modellazione matematica o statistica.

Anche se un po' di esperienza di programmazione sarebbe gradita, non è richiesta. Per motivare l'analisi delle serie temporali utilizziamo dati attuali del mondo reale, come il COVID-19, e abbiamo tre problemi che compaiono in quasi tutti i capitoli: “Hai del latte? ”, “Hai un lavoro? “ e “Dov'è il manzo? “Capitolo 1: Caricamento dei dati negli ambienti R-Studio e Jupyter Notebook.

Capitolo 2: Componenti di una serie temporale e decomposizione Capitolo 3: Medie mobili (MA) e COVID-19 Capitolo 4: Smoothing esponenziale semplice (SES), smoothing esponenziale doppio e triplo di Holt e Holt-Winter Capitolo 5: Programmazione Python in Jupyter Notebook per i concetti trattati nei capitoli 2, 3 e 4 Capitolo 6: Stazionarietà e differenziazione, compresi i test di radice unitaria. Capitolo 7: Modellazione ARIMA e SARMIA (stagionale) e sviluppo delle previsioni Capitolo 8: Modellazione ARIMA con Python Capitolo 9: Modelli strutturali e analisi con modelli a componenti non osservate (UCM) Capitolo 10: Analisi avanzata delle serie temporali, compresi interventi sulle serie temporali, regressori esogeni e processi autoregressivi vettoriali (VAR).