Caso especial: Modelos auto-regressivos

Agora que você criou versões deslocadas no tempo de uma única série temporal, pode ajustar um modelo auto-regressivo. Trata-se de uma regressão em que os recursos de entrada são versões deslocadas no tempo dos dados da série temporal de saída. Você está usando valores anteriores de uma série temporal para prever os valores atuais da mesma série temporal (portanto, é auto-regressivo).

Ao investigar os coeficientes desse você pode explorar quaisquer padrões repetitivos que existam em uma série temporal e ter uma ideia de quão longe no passado um ponto de dados é preditivo do futuro.

Este exercício faz parte do curso

Aprendizado de máquina para dados de séries temporais em Python

Ver Curso

Instruções de exercício

Substitua os valores ausentes em prices_perc_shifted pela mediana do DataFrame e atribua-o a X.
Substitua os valores ausentes em prices_perc pela mediana da série e atribua-a a y.
Ajuste um modelo de regressão usando as matrizes X e y.

Exercício interativo prático

Experimente este exercício preenchendo este código de exemplo.

# Replace missing values with the median for each column
X = prices_perc_shifted.____(np.____(prices_perc_shifted))
y = prices_perc.____(np.___(prices_perc))

# Fit the model
model = Ridge()
model.fit(____, ____)

Editar e executar código