Você vai investigar a natureza dos dados de séries temporais e aprender o básico sobre modelos ARMA que explicam o comportamento desses dados. Você aprenderá os comandos fundamentais do R para preparar dados brutos de séries temporais no formato que pode ser analisado com modelos ARMA.

Primeiro o básico

Brincando com os dados

Elementos de séries temporais

Estacionariedade e não estacionariedade

Diferenças (Differencing)

Removendo tendências dos dados

Lidando com tendência e heterocedasticidade

Séries temporais estacionárias: ARMA

Simulando modelos ARMA

Dados e modelos de séries temporais

Você vai descobrir o mundo dos modelos ARMA e como ajustá-los a séries temporais. Vai aprender a identificar um modelo, escolher o modelo correto e verificar um modelo depois de ajustá-lo aos dados. Você também vai aprender a usar os comandos de séries temporais do R dos pacotes stats e astsa.

Modelos AR e MA

Ajustando um modelo AR(1)

Ajustando um modelo AR(2)

Ajustando um modelo MA(1)

AR e MA juntos

Ajustando um modelo ARMA

Identificar um modelo ARMA

Escolha de modelo e análise de resíduos

Escolha do modelo - I

Escolha de modelo - II

Análise de resíduos - I

Análise de resíduos - II

Entrando no ARMA

Ajustando modelos ARMA

Agora que você sabe ajustar modelos ARMA a séries temporais estacionárias, vai aprender sobre modelos ARMA integrados (ARIMA) para séries não estacionárias. Você ajustará os modelos a dados reais usando os comandos de séries temporais do R nos pacotes stats e astsa.

ARIMA - ARMA integrado

ARIMA - plug and play

ARIMA simulado

Aquecimento global

Diagnósticos de ARIMA

Diagnóstico - sobreajuste simulado

Diagnóstico - temperaturas globais

Previsão com ARIMA

Previsão com ARIMA simulado

Prevendo temperaturas globais

Modelos ARIMA

Você vai aprender a ajustar e prever séries temporais sazonais usando modelos ARIMA sazonais. Isso é feito aplicando o que você aprendeu nos capítulos anteriores e estendendo os comandos de séries temporais do R disponíveis nos pacotes stats e astsa.

Modelos puramente sazonais

P/ACF de modelos sazonais puros

Ajuste um modelo puramente sazonal

Modelos sazonais mistos

Ajuste um modelo sazonal misto

Análise de dados - desemprego I

Análise de dados - desemprego II

Análise de dados - preços de commodities

Análise de dados - taxa de natalidade

Previsão com ARIMA sazonal

Forecasting mensal do desemprego

Quão difícil é prever preços de commodities?

Parabéns!

ARIMA sazonal

Neste curso, você vai se tornar especialista em ajustar modelos ARIMA a séries temporais usando R. Primeiro, vai explorar a natureza dos dados de séries temporais com as ferramentas do pacote stats do R. Em seguida, você aprenderá a ajustar vários modelos ARMA a dados simulados (nos quais você saberá qual é o modelo correto) usando o pacote astsa do R. Depois de dominar o básico, você aprenderá a ajustar modelos ARMA integrados, ou modelos ARIMA, a diversos conjuntos de dados reais. Você aprenderá a verificar a validade de um modelo ARIMA e a fazer previsões de séries temporais. Por fim, você vai aprender a ajustar modelos ARIMA sazonais, incluindo a previsão com o pacote astsa.

Time Series Analysis in R

Neste curso, você se tornará especialista em ajustar modelos ARIMA a séries temporais usando R.

Modelos ARIMA em R

Torne-se um especialista em ajustar modelos ARIMA (média móvel integrada autorregressiva) a séries temporais no R.

Analista quantitativo  em R

Séries temporais  in R

Escolha de modelo - II

Modelos ARIMA em R

Exercício interativo prático