Auto-reproducción
Autocompletar
Clase Previa
Completar y continuar
Análisis de Series de Tiempo con Python
Introducción
Archivos a utilizar en el curso
1.1 Definición (5:43)
1.2 Google Colab (6:19)
1.3 Series de Tiempo (14:45)
1.4 Exploración de Datos (15:08)
1.5 Tratamiento de Datos (15:29)
Características
2.1 Componentes de Series de Tiempo (6:45)
2.2 Descomposición de Series de Tiempo (4:23)
2.3 Primera Práctica en Python - Parte 1 (8:09)
2.4 Primera Práctica en Pyhton - Parte 2 (4:38)
2.5 Filtro Hodric Prescot (4:23)
2.6 Práctica de Filtro Hodric Prescot en Python (13:13)
2.7 Procesos Estacionarios - Parte 1 (5:44)
2.8 Procesos Estacionarios - Parte 2 (4:35)
2.9 Caso práctico - Ruido Blanco y Caminata (12:58)
2.10 Evaluación de Estacionariedad (2:29)
2.11 Pruebas de Estacionariedad - Parte 1 (10:36)
2.12 Pruebas de Estacionariedad - Parte 2 (4:33)
2.13 Pruebas de Estacionariedad - Parte 3 (6:27)
2.14 Funciones de Autocorrelación (9:12)
2.15 Práctica de Funciones de Autocorrelación (14:22)
Modelos según la Metodología Box Jenkins - Modelo Autorregresivo
3.1 Procesos Lineales estacionarios (6:37)
3.2 Modelo Autorregresivo (11:07)
3.3 Modelo autorregresivo de orden Superior - Parte 1 (4:57)
3.4 Modelo autorregresivo de orden Superior - Parte 2 (10:28)
3.5 Residuos Ar - Parte 1 (4:54)
3.6 Residuos Ar - Parte 2 (13:47)
Modelos según la Metodología Box Jenkins - Modelo Media Móvil
4.1 Modelo Media Móvil (8:12)
4.2 Modelo media móvil de Orden Q (10:30)
4.3 Modelo media móvil de orden Superior (9:04)
4.4 Análisis de residuos (4:31)
Modelos según la Metodología Box Jenkins - Modelos ARMA y ARIMA
5.1 Modelos ARMA (5:23)
5.2 Modelo de Orden Superior Arma (8:43)
5.3 Análisis de Residuos Arma (3:18)
5.4 Modelo ARIMA (4:50)
5.5 ARIMA(p,d,q) (10:18)
5.6 Modelo con variables exógenas (6:00)
5.7 Modelo Automático en Python (9:00)
Modelos según la Metodología Box Jenkins - Modelo Estacional ARIMA (SARIMA)
6.1 Modelo SARIMA (7:15)
6.2 Modelo SARIMA - Práctico (12:27)
6.3 Predicción (8:41)
Modelos según la Metodología Box Jenkins - Modelos de Suavizamiento Exponencial
7.1 Suavizamiento exponencial (8:17)
7.2 Técnicas de Suavizamiento (7:17)
7.3 Métodos de suavizamiento exponencial (12:29)
Modelos según la Metodología Box Jenkins - Modelo ARCH
8.1 Volatilidad sobre serie de datos (3:50)
8.2 Modelo ARCH (7:10)
8.3 Práctica de Modelo ARCH (13:10)
8.4 Modelo ARCH de orden Superior (8:41)
Modelos según la Metodología Box Jenkins - Modelo GARCH
9.1 Introducción al Modelo GARCH (8:49)
9.2 Modelos GARCH en Python (11:11)
Múltiples Análisis
10.1 Caso de Predicción (10:33)
10.2 Caso Modelos estacionales Arima (8:02)
10.3 Caso de Modelo GARCH (5:09)
10.4 Facebook Prophet - Parte 1 (8:23)
10.5 Facebook Prophet - Parte 2 (8:09)
10.6 Caso de Covid-19 - Parte 1 (11:02)
10.7 Caso de Covid-19 - Parte 2 (7:20)
Cierre del curso
Proyecto final del curso
2.6 Práctica de Filtro Hodric Prescot en Python
Contenidos de Clase bloqueados
Si ya está inscrito,
necesitarás loguearte
.
Suscribirse en el Curso para Desbloquear